Назад към всички

consult

// Multi-disciplinary team consultation (MDT) coordinator for analyzing medical data and generating comprehensive reports

$ git log --oneline --stat
stars:1,933
forks:367
updated:March 4, 2026
SKILL.mdreadonly
SKILL.md Frontmatter
nameconsult
descriptionMulti-disciplinary team consultation (MDT) coordinator for analyzing medical data and generating comprehensive reports
argument-hint<数据范围,如:all/recent 5/date 2025-12-31>
allowed-toolsRead, Write
schemaconsult/schema.json

Multi-Disciplinary Team Consultation Skill

Coordinate MDT specialist team to analyze patient medical data and generate comprehensive diagnostic reports. |

核心流程

用户输入 -> 读取数据索引 -> 确定分析范围 -> 识别专科需求 -> 并行启动专科分析 -> 整合报告 -> 展示结果

步骤 1: 解析用户输入

数据范围识别

InputAnalysis Range
allAll available data
recent NLast N records
date YYYY-MM-DDSpecified date data
date YYYY-MM-DD to YYYY-MM-DDDate range data
no parametersLast 3 records

步骤 2: 读取数据索引

data/index.json 读取患者检查记录索引。

数据文件类型

  • 检查报告: data/检查报告/YYYY-MM/YYYY-MM-DD_检查名称.json
  • 症状记录: data/health-feeling-logs.json
  • 慢性病管理: data/*-tracker.json

步骤 3: 确定会诊专科

自动识别规则

根据检查数据和异常指标,确定需要邀请的专科专家:

异常指标专科
血脂异常、心肌酶异常、BNP异常心内科
血糖异常、甲状腺功能异常内分泌科
肝功能异常、腹部超声异常消化科
肾功能异常、尿常规异常肾内科
血常规异常、凝血异常血液科
胸部CT异常、感染指标异常呼吸科
头颅影像异常神经内科
肿瘤标志物异常肿瘤科
多系统异常全科 (协调员)

专科列表

专科代码专科名称Skill文件
cardio心内科.claude/specialists/cardiology.md
endo内分泌科.claude/specialists/endocrinology.md
gastro消化科.claude/specialists/gastroenterology.md
nephro肾内科.claude/specialists/nephrology.md
heme血液科.claude/specialists/hematology.md
resp呼吸科.claude/specialists/respiratory.md
neuro神经内科.claude/specialists/neurology.md
onco肿瘤科.claude/specialists/oncology.md
general全科.claude/specialists/general.md

步骤 4: 并行启动专科分析

使用 Task 工具并行启动相关专科的 subagent。

Subagent Prompt 模板

您是{{专科名称}}专家。请按照以下 Skill 定义进行医疗数据分析:

## Skill 定义
{{读取对应的专科 skill 定义文件}}

## 患者医疗数据
{{加载相关的检查数据}}

## 分析要求
1. 严格按照 Skill 定义的格式输出分析报告
2. **优先分析慢性病管理情况**(如存在)
3. 结合检查报告数据综合分析
4. 严格遵守以下安全红线:
   - 不给出具体用药剂量
   - 不直接开具处方药名
   - 不判断生死预后
   - 不替代医生诊断
5. 提供具体可行的建议

步骤 5: 整合会诊报告

报告格式

## 多学科会诊(MDT)报告

会诊日期: YYYY-MM-DD

━━━━━━━━━━━━━━━━━━━━━━━━━━

### 各专科分析

#### 1. {{专科名称}}
[专科分析内容...]

#### 2. {{专科名称}}
[专科分析内容...]

━━━━━━━━━━━━━━━━━━━━━━━━━━

### 综合评估

[综合分析...]

━━━━━━━━━━━━━━━━━━━━━━━━━━

### 优先级排序

1. [高优先级问题]
2. [中优先级问题]
3. [低优先级问题]

━━━━━━━━━━━━━━━━━━━━━━━━━━

### 综合建议

#### 生活方式调整
[具体建议...]

#### 就医建议
[具体建议...]

#### 随访计划
[具体计划...]

━━━━━━━━━━━━━━━━━━━━━━━━━━

### 重要声明

本报告仅供健康参考,不能替代专业医疗诊断和治疗。
所有医疗决策请遵从医生指导。

安全红线(严格遵守)

  1. 不给出具体用药剂量

    • 错误示例:"服用阿托伐他汀 20mg 每日1次"
    • 正确做法:"建议咨询医生调整降脂药物方案"
  2. 不直接开具处方药名

    • 错误示例:"开具阿司匹林肠溶片"
    • 正确做法:"建议咨询医生是否需要抗血小板治疗"
  3. 不判断生死预后

    • 错误示例:"预后差,生存期不超过6个月"
    • 正确做法:"建议积极治疗,定期复查评估疗效"
  4. 不替代医生诊断

    • 错误示例:"确诊为冠心病"
    • 正确做法:"提示可能存在冠心病风险,建议心内科进一步检查明确诊断"

执行指令

1. 识别数据范围参数
2. 读取 data/index.json 获取记录列表
3. 根据数据类型确定需要的专科
4. 并行启动相关专科 subagent 分析
5. 收集各专科分析报告
6. 整合生成综合会诊报告
7. 向用户展示完整报告

示例交互

示例 1: 分析所有数据

用户: /consult all
AI: 📊 正在启动多学科专家会诊...

    读取数据中...
    发现异常指标:
    • 血脂异常 → 心内科
    • 血糖偏高 → 内分泌科
    • 肝功能异常 → 消化科

    并行启动专科分析...

    [生成完整会诊报告...]

示例 2: 分析最近5条记录

用户: /consult recent 5
AI: 📊 分析最近5条检查记录...

    涉及专科: 心内科、内分泌科

    [生成会诊报告...]

示例 3: 分析指定日期数据

用户: /consult date 2025-12-31
AI: 📊 分析2025年12月31日的检查数据...

    [生成会诊报告...]

重要提示

  • 本系统仅供健康参考,不能替代专业医疗诊断和治疗
  • 所有医疗决策请遵从医生指导
  • 会诊报告基于提供的检查数据,可能存在局限性
  • 紧急情况请立即就医