rinbarpen/med-ai-writing

Med-AI Writing (医学与 AI 交叉论文编写)

本技能旨在帮助研究者编写高质量的医学 AI 交叉学科论文。它在 academic-writing 的基础上，增加了医学特有的严谨性要求和临床价值导向。

核心工作流模式

1. plan-outline (Med-AI 增强版)

基于临床痛点构建叙事。

• 叙事结构: 必须遵循 references/med_ai_narrative.md 中的“临床缺口-AI解决方案”模型。
• 关键要素: 明确临床背景（Clinical Context）、现有技术的局限（Gap）、AI 如何填补该缺口（Innovation）以及临床获益（Clinical Impact）。

2. clinical-validation (临床验证逻辑检查)

对论文的实验设计和结果分析进行医学严谨性审查。

• 操作: 检查数据集划分（是否包含外部验证）、统计学方法（p-value, CI）、评价指标（Sensitivity, Specificity, AUC, F1）是否符合医学标准。
• 参考: references/clinical_validation_guide.md。

3. ethics-compliance (伦理合规性检查)

确保论文符合医学研究的伦理要求。

• 操作: 检查是否提及 IRB 批准、患者告知同意、数据匿名化处理等关键信息。
• 输出: 提示缺失的伦理声明或合规性风险。

4. write & review (跨学科适配)

• 写作: 针对不同受众（临床医生 vs AI 专家）平衡专业术语的使用。
• 评审: 模拟 1 名临床医生和 2 名 AI 专家的视角进行评审。
• 去 AI 味: 写作后必须调用 humanizer 或 humanizer-zh。

⚠️ 严禁幻觉引用

所有医学文献引用必须通过 academic-writing 的引用验证流程。严禁虚构临床指南或研究结果。

领域参考

• 叙事指南: references/med_ai_narrative.md
• 验证规范: references/clinical_validation_guide.md
• 投稿渠道: references/med_ai_venues.md (含 MICCAI, Nature Medicine, Lancet Digital Health 等)
• 基础能力: 继承 academic-writing 技能。