작성자 affaan-m
healthcare-phi-compliance는 데이터 모델, API, 로그, 접근 경로 전반에서 의료 앱의 PHI/PII 위험을 검토하도록 돕습니다. 데이터 분류, 접근 제어, 암호화, 감사 추적, 그리고 HIPAA, DISHA, GDPR 및 관련 보안 감사 요구사항에 대한 일반적인 유출 경로를 점검할 때 사용할 수 있습니다.
작성자 affaan-m
healthcare-emr-patterns는 의료 분야의 EMR/EHR 설계를 위한 실용적인 skill입니다. 환자 진료 워크플로, 임상 노트 작성, 약물 확인, 검사 결과 강조 표시, 감사 추적, CDSS 연동, 그리고 더 안전한 의료진 워크플로를 위한 접근성 우선 의료 데이터 입력을 다룹니다.
작성자 affaan-m
healthcare-eval-harness는 의료 앱 배포를 위한 환자 안전 평가 하니스입니다. 릴리스 전에 팀이 CDSS 정확도, PHI 노출, 데이터 무결성, 임상 워크플로 동작, 통합 준수 여부를 검증하는 데 도움이 됩니다. 치명적 실패가 배포를 차단하므로, Model Evaluation과 CI 안전 게이트에서 healthcare-eval-harness를 활용하기에 유용합니다.
작성자 affaan-m
healthcare-cdss-patterns는 백엔드 개발자가 약물 체크, 용량 검증, 임상 점수 산정, 알림 심각도 판단을 위한 결정론적 CDSS 로직을 구축하는 데 도움을 줍니다. 순수 함수 기반 의사결정 엔진에 초점을 맞춰 EMR 인접 워크플로에서 환자 안전 규칙을 더 쉽게 테스트하고, 검증하고, 통합할 수 있게 합니다.
작성자 K-Dense-AI
treatment-plans 스킬은 임상의 관점에 맞는 간결한 의료 치료계획을 LaTeX/PDF 즉시 출력 가능한 형식으로 작성하는 데 도움을 줍니다. 일반내과, 재활의학, 정신건강, 만성질환, 수술 전후 관리, 통증 관리까지 지원하며, SMART 목표, 근거 기반 중재, 최소한의 인용, 규정 준수를 고려한 서식을 제공합니다. Technical Writing과 구조화된 진료 문서화용 treatment-plans에 특히 적합합니다.
작성자 K-Dense-AI
pyhealth로 Dataset → Task → Model → Trainer → Metrics 흐름에 맞춰 임상·헬스케어 딥러닝 파이프라인을 구축할 수 있습니다. 이 pyhealth 스킬은 MIMIC-III/IV, eICU, OMOP, SleepEDF, ChestXray14, EHRShot, 예측, 약물 추천, 수면 단계 분류, ICD 코딩, EEG 이벤트, 의료 코드 매핑에 활용할 수 있습니다.
작성자 K-Dense-AI
iso-13485-certification은 의료기기 팀이 ISO 13485:2016 인증 문서를 준비하는 데 도움을 줍니다. 갭 분석, 품질 매뉴얼 초안 작성, 필수 절차서, 작업 지침서, Medical Device File 내용 구성, 감사 준비에 활용할 수 있습니다. 특히 기술 문서 작성과 인증 대응이 가능한 QMS 문서화에 유용합니다.
작성자 K-Dense-AI
imaging-data-commons는 idc-index를 사용해 NCI Imaging Data Commons의 공개 암 연구 영상 데이터를 조회하고 다운로드할 수 있게 도와줍니다. CT, MR, PET, 병리 데이터셋 전반에서 imaging-data-commons를 활용할 수 있으며, 메타데이터 검색, 브라우저 미리보기, 라이선스 확인, AI 학습 또는 데이터 분석 워크플로까지 지원합니다. 인증은 필요하지 않습니다.
작성자 K-Dense-AI
clinical-reports는 임상 증례 보고서, 진단 보고서, 임상시험 보고서, 환자 문서 작성을 위한 구조화된 글쓰기 스킬입니다. CARE, ICH-E3, HIPAA, FDA, ICH-GCP 워크플로를 지원하며, 정확하고 비식별화된 출판용 임상 문서를 작성할 수 있도록 명확한 템플릿과 가이드를 제공합니다.
작성자 K-Dense-AI
clinical-decision-support 기능은 제약, 임상 연구, 근거 종합을 위한 출판 수준의 CDS 문서를 생성합니다. 바이오마커로 층화된 환자 코호트 분석, 치료 권고 보고서, 그리고 GRADE 스타일의 추론, 통계적 프레이밍, LaTeX/PDF 출력이 필요한 의사결정 알고리즘에 적합합니다. 구조화된 임상 의사결정 지원에는 유용하지만, 환자 진료 현장에서의 직접적 의료 판단용으로는 적합하지 않습니다.
