clinical-decision-support

clinical-decision-support 技能概覽

clinical-decision-support 技能可協助產生用於製藥、臨床研究與證據整合工作流程的臨床決策支援文件。它最適合需要群體層級分析、治療建議報告，或結構化 CDS 輸出的使用者，而不是用來草擬床邊病歷紀錄。它的核心工作，是把零散的臨床證據、族群資料或指引輸入，整理成可直接出版的 LaTeX/PDF 文件，並保有清楚的分析架構。

這個 clinical-decision-support 技能適合做什麼

當你需要一份能以專業格式串連生物標記、臨床結果與決策邏輯的文件時，就該使用 clinical-decision-support 技能。它支援病患族群分析、以證據為基礎的建議報告，以及需要 GRADE 式推理與統計框架的決策路徑。

它和一般提示詞有什麼不同

一般提示詞可能只會產出摘要，但 clinical-decision-support 是為了更受約束的輸出而設計：結構化章節、證據分級、生物標記分層，以及可直接交付的報告格式。這讓它在輸出必須通過科學審查、內部決策流程，或後續轉成 LaTeX/PDF 時更有價值。

最適合的使用者與不適用情境

這個技能很適合醫學寫作人員、轉譯研究者、製藥團隊與臨床策略小組。不適合拿來做個別病人的床邊治療規劃；repository 也明確指引使用者，若是病人層級照護，應改用 treatment-plans。

如何使用 clinical-decision-support 技能

安裝並載入這個技能

先依照 K-Dense-AI/claude-scientific-skills repo 的 clinical-decision-support 安裝流程操作，然後把 agent 指向技能目錄。實務上，安裝時的 context 應包含技能路徑 scientific-skills/clinical-decision-support 與主要的 SKILL.md 檔案，這樣 agent 才能依照預期流程運作，而不是自行發揮。

先讀這些檔案

先看 SKILL.md，再檢查 references/README.md，了解支援的文件類型與任何輔助結構。如果你希望更精準控制輸出，建議在產生報告前先閱讀 references/ 底下的參考檔；那裡才是這個技能真正的臨床表述與框架所在。

把粗略需求改寫成可用提示詞

像「做一份 CDS 報告」這種模糊需求，會留下太多開放選項。更好的 clinical-decision-support 使用提示詞，會明確寫出受眾、文件類型、輸入證據與期望輸出格式，例如：「根據這些結果，為轉移性 NSCLC 製作一份依生物標記分層的病患族群分析，按生物標記組別比較 OS 與 PFS，在適用處套用 GRADE，並格式化成可匯出為 LaTeX 的文件。」

實務工作流程建議

先告訴技能你要的是族群分析、治療建議報告，還是決策演算法。也要一開始就提供疾病情境、生物標記、比較組、結果指標與任何合規限制。如果你手上已經有表格、摘要或研究筆記，請用乾淨的結構提供，這樣技能就能把它們轉成 clinical-decision-support 文件，少掉很多假設。

clinical-decision-support 技能 FAQ

這個 clinical-decision-support 技能是給床邊照護用的嗎？

不是。它是為群體層級的證據整合與決策支援文件而設計，不是用來做即時、病人個別化的醫療決策。如果你需要個人化方案，請使用適合床邊治療規劃的技能，而不是 clinical-decision-support。

安裝前應該拿它跟什麼比較？

請把 clinical-decision-support 技能和你真正需要的輸出比對：研究報告、類法規式證據摘要，或治療建議架構。如果你只需要一段普通敘述式摘要，一般提示詞可能就夠了；但如果你需要結構化的臨床推理，這個技能會更有價值。

要有醫學背景才能用得好嗎？

不用，但輸入越完整，效果通常越好。初學者只要能清楚寫出疾病、受眾與證據來源，也可以使用。這個技能最有效的情況，是你能直接提供族群定義、生物標記與終點，而不用讓模型去猜。

能產出可直接出版的文件嗎？

可以，這正是 clinical-decision-support 的核心適用情境之一。這個 repository 的設計偏向精簡、專業的 LaTeX/PDF 風格輸出，因此很適合科學草稿與內部審查。

如何提升 clinical-decision-support 技能的效果

先把決策情境交代清楚

品質提升最大的關鍵，在於先指定臨床問題、目標讀者，以及要支援的動作。若是 clinical-decision-support 用於 Decision Support，請寫清楚結果是要用來支持建議、比較族群，還是說明某個演算法。

用結構化方式提供證據

更好的輸入通常包括研究標題、終點、生物標記分組、樣本數、效應量，以及任何指引限制。如果你只丟原始文字，模型可能得自行推斷證據層級；如果你提供條列式架構或表格，輸出通常會更精準，也更容易驗證。

留意常見失敗模式

最常見的問題，是技能明明設計給群體層級 CDS，卻被要求提供病人個別建議。另一個失敗模式，是文件類型交代不清，導致族群分析和建議報告混在一起。請明確寫出範圍、終點，以及是否預期使用 GRADE 式分級。

在第一版基礎上反覆調整

如果第一版輸出太寬泛，就縮小族群、收斂比較組，或要求特定報告結構。如果內容太技術化，可以先要一個較短的管理層版本，再擴寫成方法細節較多的版本。對 clinical-decision-support 而言，最快的改善方式通常是把輸入框定得更好，而不是單純增加生成量。