Aperivue/medsci-skills

MedSci Skills – 개요

MedSci Skills는 코딩 어시스턴트(Claude Code, GitHub Copilot, Cursor, Codex 등)가 임상 연구 프로젝트의 전체 라이프사이클(문헌 검색부터 논문 작성, 재현 가능한 의료 AI 모델 구축까지)을 주도할 수 있도록 하는 Agent Skills의 오픈소스 컬렉션입니다.

이 저장소는 AI 코딩 에이전트에 설치할 수 있는 59개의 즉시 사용 가능한 '스킬'(소규모의 독립형 스크립트)을 제공합니다. 각 스킬은 search-lit, clean-data, analyze-stats, check-reporting, verify-refs, make-figures, write-paper, scaffold-model 등 특정하고 명확하게 정의된 단계를 수행합니다. 스킬은 9개의 플러그인 카테고리(문헌, 데이터, 모델링, 분석, 집필, 검토, 제출, 프로젝트, 발표)로 그룹화되어 있어 사용자가 필요한 부분만 설치할 수 있습니다.

왜 중요한가

• 규정 준수 우선 – 모든 출력물은 49개의 보고 가이드라인(STARD, PRISMA, STROBE, CLAIM, TRIPOD-AI 등) 및 인용 무결성 도구에 대해 확인하는 결정론적 '무결성 게이트'를 통과합니다. 이를 통해 생성된 논문과 모델 코드는 제출 수준의 생의학 연구에 적합합니다.
• 모델 엔지니어링 레인 – 버전 5부터 이 툴킷은 완전한 PyTorch 학습 저장소(MONAI, nnU-Net, timm, torchvision 사용)를 스캐폴딩하고, 데이터 누출 방지 분할을 강제하며, 모델 카드를 생성하고, 스모크 테스트 포워드 패스를 실행할 수 있습니다. 이는 진단 AI가 아니며, 연구자가 재현 가능한 AI 모델을 구축하고 감사하도록 돕는 도구입니다.
• 에이전트 중심 – 스킬은 AI 코딩 어시스턴트에서 직접 호출되도록 설계되었습니다(/orchestrate, /analyze-stats, /medsci-analysis:analyze-stats 등). npx medsci-skills, GitHub CLI (gh skill) 또는 Claude Code 플러그인 마켓플레이스 중 무엇을 통해 설치하든 동일한 코드가 작동합니다.
• 엔드투엔드 데모 – 저장소에는 5개의 완전한 파이프라인(진단 정확도, 메타 분석, 역학, CNN 세그멘테이션, 3-D 외부 검증)이 포함되어 있어 논문, 도표, 규정 준수 체크리스트, 그리고 AI 레인의 경우 학습 로그와 외부 검증 보고서를 생성합니다.

핵심 구성 요소

구성 요소	기능	스킬 예시
문헌 및 탐색	PubMed/Europe PMC 검색, 전문 추출, Zotero 동기화, 참고문헌 감사.	medsci-literature:search-lit
데이터 준비	연구 프로토콜 설계, 표본 크기 계산, PHI 비식별화, CSV/Parquet 정리, 코드북 구축.	clean-data
통계 분석	R/Python 통계 실행, 포레스트/ROC 플롯 생성, 재현 가능한 노트북 생성.	analyze-stats
논문 작성	IMRaD 섹션 생성, AI 생성 패턴 제거, 인용 형식 지정.	write-paper
규정 준수 및 검토	EQUATOR 가이드라인 대조 확인, 자체 검토 점수 실행, 누락 항목 표시.	check-reporting, self-review
모델 엔지니어링	논문 기반 아키텍처 선택, PyTorch 저장소 스캐폴딩, 누출 검사 실행, 모델 카드/데이터시트 생성.	scaffold-model, profile-imaging
제출 패키징	논문, 도표, 체크리스트 번들링, ICMJE/IRB 양식 작성, 저널 제안.	sync-submission, find-journal
발표	PPTX/PDF 렌더링, 스킬 번들 게시.	present-paper

일반적인 사용자 워크플로우

1. 논문 제출 전 감사 – 거의 완성된 초안에 대해 /self-review → /check-reporting → /verify-refs → /sync-submission을 실행하여 리뷰어 스타일의 의견 목록과 규정 준수 체크리스트를 받습니다.
2. 데이터에서 논문까지 – 정리된 데이터셋에서 시작하여 /clean-data → /analyze-stats → /make-figures → /write-paper → /check-reporting → /find-journal을 호출하여 분석 코드, 출판용 도표, 논문 초안, 적합한 저널 목록을 얻습니다.
3. 체계적 문헌고찰 / 메타 분석 – /search-lit → /meta-analysis → /make-figures → /check-reporting을 연결하여 PRISMA 프로토콜, 추출 테이블, 통합 추정치, 논문 초안을 생성합니다.
4. 의료 AI 모델 연구 – 모델 엔지니어링 레인 사용: /choose-arch → /scaffold-model → /run-training → /profile-imaging → /evaluate → /check-reporting을 실행하여 재현 가능한 학습 저장소, 검증 지표, CLAIM 준수 감사 보고서를 얻습니다.

설치 옵션(빠른 시작)

• 한 줄 명령어 (git 불필요): npx medsci-skills install [--enable-update-notify]
• GitHub CLI (스킬 미리보기 및 선택적 설치): gh skill install Aperivue/medsci-skills check-reporting
• Claude Code 플러그인 마켓플레이스: /plugin marketplace add Aperivue/medsci-skills
• 클래스룸용 ZIP 설치 프로그램 (GUI를 선호하는 사용자용).

개발자

울산대학교(서울)의 영상의학과 의사이자 연구원인 Yoojin Nam, MD가 제작 및 유지 관리합니다. 이 프로젝트는 MIT 라이선스를 따르며, npm(medsci-skills)에 게시되어 있고, DOI(Zenodo)와 arXiv 프리프린트(arXiv:2606.09500)가 있습니다.

---

결론: MedSci Skills는 AI 코딩 에이전트가 임상 AI의 연구 측면(문헌 검토부터 규정 준수 논문 생성 및 재현 가능한 모델 엔지니어링까지)을 자동화할 수 있도록 지원하는 진정한 오픈소스 소프트웨어 제품군입니다. 생의학 연구 분야의 AI/ML 최전선에 있습니다.