Aperivue/medsci-skills

Agent Skills for medical research — literature search, reporting-guideline & citation checks, statistics, publication figures, submission. Works with Claude Code, Codex, Cursor & GitHub Copilot. Built by a physician-researcher, tested on real publications. MIT.

MedSci Skills – 它是什麼

MedSci Skills 是一個開源的 Agent Skills 集合，讓程式編寫助手（Claude Code、GitHub Copilot、Cursor、Codex 等）能夠驅動臨床研究專案的整個生命週期——從搜尋文獻到撰寫論文，以及在相關時構建可重現的醫學 AI 模型。

該儲存庫提供了 59 個即用型「技能」（小型、獨立的腳本），可以安裝到 AI 編碼代理中。每個技能執行一個特定且定義明確的步驟——例如 search-lit、clean-data、analyze-stats、check-reporting、verify-refs、make-figures、write-paper 或 scaffold-model。這些技能分為九個插件類別（文獻、數據、建模、分析、寫作、審查、提交、專案、簡報），因此用戶只需安裝他們需要的部分。

為什麼它很重要

合規優先 – 每個輸出都會通過確定性的「完整性閘道」，對照 49 項報告指南（STARD、PRISMA、STROBE、CLAIM、TRIPOD-AI 等）和引用完整性工具進行檢查。這使得生成的論文和模型代碼適合進行投稿級別的生物醫學研究。
模型工程通道 – 從 5.0 版本開始，該工具包可以構建完整的 PyTorch 訓練儲存庫（使用 MONAI、nnU-Net、timm、torchvision），強制執行防洩漏的數據分割，生成模型卡，並運行冒煙測試前向傳遞。它不是診斷 AI；它僅協助研究人員構建和審計可重現的 AI 模型。
以代理為中心 – 這些技能設計為直接從 AI 編碼助手調用（/orchestrate、/analyze-stats、/medsci-analysis:analyze-stats 等）。無論您是透過 npx medsci-skills、GitHub CLI (gh skill) 還是 Claude Code 插件市場安裝，相同的代碼都能運作。
端到端演示 – 該儲存庫包含五個完整的流程（診斷準確性、統合分析、流行病學、CNN 分割、3-D 外部驗證），可產生論文、圖表、合規檢查清單，以及針對 AI 通道的訓練日誌和外部驗證報告。

核心組件

組件	功能	技能範例
文獻與探索	搜尋 PubMed/Europe PMC，提取全文，與 Zotero 同步，審計參考文獻。	`medsci-literature:search-lit`
數據準備	設計研究方案，計算樣本量，去識別化 PHI，清理 CSV/Parquet，構建代碼簿。	`clean-data`
統計分析	運行 R/Python 統計，創建森林圖/ROC 圖，產生可重現的筆記本。	`analyze-stats`
論文撰寫	生成 IMRaD 章節，移除 AI 生成的模式，格式化引用。	`write-paper`
合規與審查	對照 EQUATOR 指南進行檢查，運行自我審查評分，標記缺失項目。	`check-reporting`, `self-review`
模型工程	選擇基於論文的架構，構建 PyTorch 儲存庫，運行洩漏檢查，產生模型卡/數據表。	`scaffold-model`, `profile-imaging`
提交封裝	打包論文、圖表、檢查清單，填寫 ICMJE/IRB 表格，建議期刊。	`sync-submission`, `find-journal`
簡報	渲染 PPTX/PDF，發布技能包。	`present-paper`

典型用戶工作流程

論文提交前審計 – 在接近定稿的草稿上運行 /self-review → /check-reporting → /verify-refs → /sync-submission，以獲取審稿人風格的評論列表和合規檢查清單。
數據到論文 – 從清理後的數據集開始，調用 /clean-data → /analyze-stats → /make-figures → /write-paper → /check-reporting → /find-journal 以獲得分析代碼、可發表的圖表、論文草稿和合適的期刊列表。
系統性回顧 / 統合分析 – 串聯 /search-lit → /meta-analysis → /make-figures → /check-reporting 以產生 PRISMA 方案、提取表、匯總估計值和論文草稿。
醫學 AI 模型研究 – 使用模型工程通道：/choose-arch → /scaffold-model → /run-training → /profile-imaging → /evaluate → /check-reporting 以獲得可重現的訓練儲存庫、驗證指標和符合 CLAIM 的審計報告。

安裝選項（快速）

一行指令 (無 git): npx medsci-skills install [--enable-update-notify]
GitHub CLI (技能預覽與選擇性安裝): gh skill install Aperivue/medsci-skills check-reporting
Claude Code 插件市場: /plugin marketplace add Aperivue/medsci-skills
課堂 ZIP 安裝程式 適用於偏好雙擊 GUI 的用戶。

誰開發的？

由韓國蔚山大學（首爾）放射科醫師兼研究員 Yoojin Nam, MD 創建並維護。該專案採用 MIT 授權，發布於 npm (medsci-skills)，並擁有 DOI (Zenodo) 和 arXiv 預印本 (arXiv:2606.09500)。

總結： MedSci Skills 是一個真正的開源軟體套件，使 AI 編碼助手能夠自動化臨床 AI 的研究方面——從文獻回顧到合規的論文生成和可重現的模型工程。它正處於生物醫學研究 AI/ML 的前沿。