临床工作流分析技能专注于运用精益医疗原则和价值流映射技术，系统性地分析医疗机构临床工作流程，识别流程中的低效环节、瓶颈问题及改进机会，实现医疗流程优化、效率提升和资源合理配置。关键词：临床工作流分析、精益医疗、价值流映射、流程优化、医疗效率提升、瓶颈识别、医院管理、医疗质量改进。

本技能提供关于如何选择和使用蛋白质结合剂设计工具的全面指南。它通过决策树和对比表格，帮助用户在 BoltzGen、BindCraft、RFdiffusion 等主流工具之间做出明智选择，并规划高效的设计流程。内容涵盖靶标准备、热点选择、设计生成、验证过滤等关键步骤，旨在优化蛋白质工程和药物发现项目。关键词：蛋白质设计，结合剂设计，AI蛋白质工程，BoltzGen，RFdiffusion，BindCraft，AlphaFold2，药物发现，生物信息学，计算生物学。

这是一个专注于医疗设备行业的 ISO 13485 质量管理系统专家技能，提供 QMS 实施、维护、流程优化和合规服务。关键词：ISO 13485、质量管理系统、医疗设备、QMS 实施、文档控制、管理评审、内部审计、合规。

这个技能用于生成专业的临床决策支持文档，包括基于生物标志物的患者队列分析和循证治疗推荐报告，适用于药物开发、临床研究和医疗指南制定。关键词：临床决策支持、CDS、生物标志物、治疗算法、GRADE证据分级、数据统计分析。

临床报告写作技能用于撰写全面的临床文档，包括病例报告、诊断报告、临床试验报告和患者文档。支持模板、法规合规（如HIPAA、FDA）和验证工具，适用于医疗保健、研究和监管提交。关键词：临床报告、医疗文档、法规合规、病例报告、诊断报告、临床试验、HIPAA、ICH-GCP、FDA、SOAP笔记。

本技能用于生成结构化的健康监测计划，指定每日早晨和晚上的监测频率，自动识别异常健康值，并设置警报协议以触发医疗随访，确保患者安全和数据隐私。关键词：健康监测、每日频率、异常值识别、警报系统、医疗随访、数据隐私、临床指南。

PyTDC是一个开源的AI就绪药物发现数据集平台，提供标准化的数据集、基准测试和数据分割，用于治疗机器学习和药理学预测。包含ADME、毒性、药物-靶点相互作用等数据集，支持机器学习模型训练和评估。关键词：AI药物发现、治疗数据共享、数据集、基准测试、机器学习、药物研发。

不良事件报告器技能是专为医疗器械行业设计的自动化工具，用于监测、评估和报告不良事件，确保符合FDA MDR和欧盟MEDDEV等全球监管要求。该技能提供可报告性评估、监管报告生成、趋势分析、MedDRA编码和风险管理更新等功能，帮助医疗器械制造商实现合规的上市后监督。 关键词：医疗器械不良事件报告，MDR合规，FDA 3500A，MEDWATCH，欧盟警戒，MedDRA编码，上市后监测，风险管理，监管报告自动化

RDKit化学信息学技能是一个专门用于分子性质计算和化合物库管理的工具。它能够进行分子描述符计算、SMILES/InChI处理、子结构搜索、指纹生成、ADMET性质预测以及化合物库筛选。该技能广泛应用于药物研发、化学信息学、生物信息学等领域，帮助研究人员高效处理和分析化学分子数据。关键词：RDKit，化学信息学，分子性质计算，化合物库管理，药物研发，分子描述符，ADMET预测，指纹生成，虚拟筛选。

这个技能用于通过Python客户端查询ChEMBL数据库，实现生物活性分子和药物发现数据的检索与分析，包括化合物搜索、靶点信息查询、生物活性数据（如IC50、Ki）获取、抑制剂识别和SAR研究，适用于药物研发、化学信息学和生物医药研究，关键词：ChEMBL、数据库查询、药物发现、生物活性、化学信息学、药物研发、靶点分析。

临床决策支持技能用于生成和分析医疗领域的专业文档，包括患者队列生物标志物分层分析和治疗建议报告。支持 GRADE 证据分级、统计分析（如风险比和生存曲线）、生物标志物集成，并输出出版物就绪的 LaTeX/PDF 格式。适用于制药公司、临床研究者和医疗决策者，用于药物开发、监管提交和临床指南制定。关键词：临床决策支持、生物标志物、统计分析、GRADE分级、制药研发、临床研究、医疗指南

这个技能帮助使用循证医学框架进行临床和健康科学研究，指导制定精确研究问题（如PICOT）、评估证据质量（如GRADE）、优先考虑患者重要结局、进行系统评价和meta分析等。适用于临床试验设计、循证医学实践、健康研究方法论、证据合成、医学研究、GRADE评估、偏倚分析等领域，关键词：健康科学、临床研究、循证医学、PICOT框架、GRADE评估、系统评价、meta分析、证据质量、偏倚评估、患者结局。