肺癌机器人专用技能定制指南:用 OpenClaw 打造智能诊疗助手

引言

肺癌是全球发病率和死亡率最高的恶性肿瘤之一。对于肿瘤科医生来说，每一个肺癌病例都需要综合病理分型、基因突变、分期、体能状态等多维度信息，才能制定出精准的治疗方案。

现在，借助 OpenClaw-Medical-Skills 框架，我们可以为肺癌诊疗场景定制一套专用 AI 技能，让 AI 助手具备标准化的问诊、分期评估、方案推荐、随访管理等能力。

本文将手把手教你如何在 OpenClaw 中部署这套「肺癌机器人」技能。

一、技能能做什么？

这套肺癌专用技能覆盖诊疗全流程五大核心场景：

| 场景 | 功能 | 价值 |

|------|------|------|

| 标准化问诊 | 按 NCCN 指南采集患者信息 | 确保核心维度无遗漏 |

| 分期评估 | 自动计算 AJCC 第8版 TNM 分期 | 减少人为计算错误 |

| 治疗方案 | 基于指南推荐个性化方案 | 提供循证医学依据 |

| 随访管理 | 自动生成随访计划 | 规范化长期管理 |

| 科研解读 | 分析临床试验数据 | 辅助科研产出 |

二、快速部署（3步搞定）

第1步：创建技能目录

bashmkdir -p ~/.openclaw/skills/lung-cancer-robot

第2步：创建配置文件

创建 skill.yaml：

yaml

name: lung-cancer-robotversion: 1.0.0author: Medical AI Teamdescription: 肺癌诊疗全流程专用技能tags: [肺癌, 肿瘤诊疗, 临床决策]trigger_words:  - 肺癌  - 肺结节  - 肺癌分期  - 肺癌治疗

第3步：编写核心技能（SKILL.md）

这是最关键的文件，定义 AI 的行为规范：

场景一：标准化问诊

触发词：「肺癌问诊」「肺结节评估」

采集维度：

1. 基本信息：年龄、性别、吸烟史（包/年）、职业暴露

2. 临床症状：咳嗽、咯血、胸痛、呼吸困难

3. 影像检查：CT 结节大小/位置/密度、PET-CT SUV 值

4. 病理基因：活检类型、病理分型、EGFR/ALK/ROS1 突变

5. 体能状态：ECOG 评分、体重变化

输出示例：

【肺癌问诊清单】□ 吸烟史：30 包/年，已戒烟 2 年□ 影像：右肺上叶 2.8cm 实性结节，SUV 8.5□ 病理：肺腺癌，EGFR 19del 阳性□ ECOG：1 分

场景二：肺癌分期评估

触发词：「肺癌分期」「TNM 分期」

分期规则（AJCC 第8版）：

| 分期 | 标准 | 5年生存率 |

|------|------|----------|

| IA1 | T1aN0M0（≤1cm） | 90%+ |

| IB | T2aN0M0（3-4cm） | 68% |

| IIIA | T1-2N2M0 | 36% |

| IV | 任何 M1 | <10% |

输出要求：

• 明确分期（如：IB 期）

• 分期依据

• 预后提示

场景三：治疗方案推荐

触发词：「肺癌治疗方案」「肺癌怎么治」

分层推荐逻辑：

早期 NSCLC（I-II 期）

• 首选：胸腔镜肺叶切除 + 淋巴结清扫

• 高危 IB 期：术后奥希替尼辅助 3 年

局部晚期（III 期）

• 可切除：新辅助化疗/免疫 + 手术

• 不可切除：同步放化疗

晚期 NSCLC（IV 期）

• EGFR 突变：奥希替尼（一线）

• ALK 融合：阿来替尼

• 无靶点：PD-1 抑制剂 + 化疗

小细胞肺癌（SCLC）

• 局限期：同步放化疗

• 广泛期：化疗 + 度伐利尤单抗

输出格式：

【治疗方案】（NCCN 2024 指南依据）1. 首选方案：奥希替尼 80mg qd   - 证据等级：1 类   - 适用依据：EGFR 19del 阳性晚期腺癌2. 备选方案：吉非替尼3. 随访计划：每 6-8 周复查 CT

场景四：随访管理

触发词：「肺癌随访」「复查计划」

随访周期：

• I-II 期术后：前 2 年每 6 个月，第 3-5 年每年 1 次

• III 期：前 3 年每 3 个月

• IV 期：每 2-3 个月

随访内容：

• 胸部 CT（必查）

• 肿瘤标志物（CEA、CYFRA21-1）

• 血常规、肝肾功能

• 症状评估

异常预警：

• 结节增大 ≥2mm/月

• 标志物升高 >2 倍基线

• 新发骨痛、头痛

场景五：科研数据解读

触发词：「生存分析」「临床试验数据」

分析维度：

• OS（总生存期）、PFS（无进展生存期）

• ORR（客观缓解率）、DCR（疾病控制率）

• HR（风险比）、95% CI

输出要求：数据结论 + 临床意义 + 研究局限性

三、实际使用示例

示例：完整诊疗流程

用户输入：

58岁男性，咳嗽3个月，CT发现右肺上叶4cm肿块，穿刺病理为腺癌，EGFR 19外显子缺失，无淋巴结转移，无远处转移，ECOG 1分。请评估分期并推荐治疗方案。

AI 输出：

【分期评估】- TNM：T2aN0M0- 分期：IB 期（I期）- 依据：肿瘤 4cm，未侵犯主支气管，无转移【治疗方案】（NCCN 2024）1. 手术治疗（首选）   - 胸腔镜右肺上叶切除 + 系统性淋巴结清扫2. 术后辅助治疗   - 奥希替尼 80mg qd，持续 3 年   - 证据：ADAURA 研究，1 类证据3. 随访计划   - 术后 4-6 周复查基线 CT   - 第 1-2 年每 6 个月随访   - 监测 EGFR 耐药突变【注意事项】- 严格戒烟- 每 3 个月监测肝肾功能- 出现耐药突变及时换方案

四、进阶定制建议

1. 本地化适配

将 NCCN 指南替换为 CSCO 中国指南，补充医保药物：

• 奥希替尼 → 阿美替尼、埃克替尼（国产替代）

• 克唑替尼 → 恩沙替尼

2. 对接医院系统

在 utils.py 中添加 HIS/LIS 接口：

python

def fetch_patient_data(patient_id):    """从医院系统获取检查报告"""    # 对接 CT、病理、基因报告接口    pass

3. 增加不良反应管理

补充免疫治疗毒性处理：

• 免疫性肺炎：糖皮质激素

• 免疫性肝炎：保肝 + 激素

• 免疫性心肌炎：紧急处理流程

五、重要提示

⚠️ 本技能定位为临床辅助决策工具：

• 输出仅供参考，最终方案需由肿瘤专科医师确认

• 涉及患者隐私数据需脱敏处理

• 定期更新指南版本（NCCN/CSCO 每年更新）

结语

通过 OpenClaw-Medical-Skills 框架，我们只需编写一个 SKILL.md 文件，就能让通用 AI 助手变身「肺癌专科医生」。

这套技能不仅提升了诊疗效率，更重要的是确保了规范化、标准化——让每一位患者都能获得基于最新指南的精准治疗建议。

未来，这套模式可以复制到乳腺癌、胃癌、结直肠癌等其他癌种，构建完整的肿瘤智能诊疗生态。

相关资源：

• OpenClaw-Medical-Skills 仓库：https://github.com/FreedomIntelligence/OpenClaw-Medical-Skills

• NCCN 肺癌指南 2024：https://www.nccn.org

• CSCO 肺癌指南 2024：https://www.csco.org.cn