800+医疗AI技能免费用,装上AI助手就能写病历、查文献、分析影像

前几天搜索了下"medical"相关的skills，结果还真有大发现。写病历的、查文献的、查药物相互作用的、分析医学影像的、匹配临床试验的……全部开源免费，装上AI助手就能用。

今天就来拆解这个技能库：有什么、怎么装、值不值得用。

先说结论：这是目前最大的开源医疗AI技能库

OpenClaw Medical Skills，一个包含869个精选医疗AI技能的开源库，覆盖临床、科研、药物、影像、基因组学等全领域。专为OpenClaw（就是那个25万GitHub stars的AI智能体框架）设计，装上之后你的AI助手就具备了医疗专业能力。

简单说：以前你每次用AI写病历，都得手动复制粘贴一长串指令。现在装上技能，AI助手自动知道怎么写，你只需要给患者信息就行。

5个让我说"这也能做？"的技能

869个技能不可能全讲，先挑5个最实用的，每个都让我第一次看到的时候有点意外。

技能1：clinical-reports —— 自动生成临床报告

这个技能能生成SOAP病历、出院总结、诊断报告、临床试验报告，而且符合HIPAA/FDA/ICH-GCP标准。你给患者信息，它直接输出规范格式的文书初稿。

之前我们花了整篇文章教大家写入院记录的指令模板，这个技能把同样的事固化成了模块。装上之后，不用每次复制指令，AI自动按规范格式生成。

技能2：drug-drug-interaction —— 药物相互作用一键查询

输入患者正在用的药，自动分析所有药物之间的相互作用，包括CYP450酶代谢途径、转运体机制、严重程度分级。支持3种以上药物联用分析。

心内科一个患者用5-6种药是常态，手动查相互作用费时费力。这个技能不光告诉你"有相互作用"，还告诉你机制是什么、严重程度几级、要不要调整方案。

技能3：pubmed-search —— 在AI助手里直接搜文献

不用打开浏览器，直接在AI助手里搜PubMed。搜到文献后自动摘要、提取关键数据、做证据等级评估。还能一次性查14+生物医学数据库（ChEMBL、ClinicalTrials.gov、OpenTargets等）。

研发人员做文献调研时，这个技能能把"检索→摘要→对比"全流程自动化。之前我们写过一篇《研发文献调研用AI》，教大家用3个指令模板手动操作。有了这个技能，全流程一键搞定。

技能4：clinical-trial-matching —— 患者-临床试验自动匹配

输入患者诊断、分子标志物、既往治疗史，自动匹配适合的临床试验。根据分子资格、临床标准、生物标志物一致性来匹配。

肿瘤科医生应该会喜欢这个。新药临床试验越来越多，手动给患者找合适的试验费时费力。这个技能把匹配过程自动化了。

技能5：pydicom —— 直接处理DICOM医学影像

能读取、修改、提取DICOM医学影像文件的像素数据。影像科医生可以用AI助手直接处理CT/MRI影像文件，不用开专门的影像处理软件。

还有配套的histolab（数字病理学图像处理）和pathml（计算病理学），能处理全幅切片图像（WSI），从HE或IHC染色组织提取切片。病理科也能用。

全景地图：869个技能到底覆盖了什么

上面5个只是冰山一角。整个技能库分8大类，我做了个表让你感受一下覆盖面：

临床医生重点看第一行（医疗与临床，119个），研发人员重点看前三行。生物信息学和组学那两块更适合科研人员，但数据科学工具那一类（93个）对所有人都实用。

怎么装：一行命令搞定

如果你已经在用OpenClaw，安装非常简单。OpenClaw最近上线了插件系统，按需安装：

长按选择文本，复制到剪贴板

已经有人用上了：两个真实案例

案例1：香港中文大学（深圳）医院

港中深医院已经完成了OpenClaw的本地部署，接入了HIS病历系统。医生在问诊前，OpenClaw会预先访问患者历史病情信息，结合循证检索，生成病历初步信息填入HIS系统。检查结果出来后，医生一键引入AI实时更新的信息。体检科还在晚间利用闲置算力批量生成体检报告。

关键细节：他们做了三重安全隔离：数据不出院、AI只读不写、沙箱隔离风险操作。这是医疗场景落地的标杆案例。

案例2：证元芳·MedClaw协作体

如果你不想自己部署OpenClaw，可以看看这个。轻松健康推出了"证元芳·MedClaw协作体"，把OpenClaw的多智能体能力和循证医学AI"证元芳"深度融合，医生在证元芳平台内一键调用，无需额外部署。目前覆盖循证诊疗决策支持、多指南一致性比对、病例讨论与科研辅助。

另外，深圳龙岗区已经出台政策支持医疗OpenClaw项目，最高奖励100万元。医疗AI Agent落地已经不是概念了，有人已经用上了，有政策在推。

灵魂拷问：这会不会取代医生？

每次写AI医疗的内容，都有人问这个问题。我的回答是：不会取代医生，但会改变医生的工作方式。

以前你花2小时写病历，现在AI助手10分钟生成初稿，你花10分钟审核修改。省下来的时间用来看病人、想诊断、做决策。技能是工具，诊断决策还是人来做。

但有一个趋势是确定的：不用AI工具的人，会被用AI工具的人拉开差距。869个医疗技能免费放在那里，装不装是你的选择。

当然，这些技能也不是没风险。社区贡献的技能质量参差不齐，医疗场景容错率低，安装前建议先看技能的star数和评价。涉及患者数据的场景，一定要本地部署，数据不出院。

我的建议

如果你是临床医生：先装clinical-reports和drug-drug-interaction这两个，最实用。其他119个临床技能按需选。

如果你是研发人员：pubmed-search和medical-research-toolkit是刚需，文献调研效率提升立竿见影。

如果你是科研人员：239个生物信息学技能和285个BioOS扩展套件，覆盖了从变异分析到药物发现的完整链条。

如果你还没用过AI工具：先别装这个。回去看我们的入门篇，学会基础指令再来看技能库，不然会懵。

如果你觉得这个技能库有价值，转发给你的同事。让更多人知道：医疗AI已经不是概念了，有人已经用上了，有政策在推了。

— END —