核心用法
该技能为医疗机构、远程医疗平台和患者提供AI驱动的医疗预检分诊支持。用户通过自然语言描述症状（如"胸痛、呼吸困难"），系统结合年龄、性别、生命体征等信息，输出标准化5级分诊结果（复苏/紧急/紧急/次紧急/非紧急）及处理建议。
典型调用场景：
- 急诊科：患者到达时的快速分诊评估
- 远程医疗：预问诊筛选和就诊级别判定
- 基层医疗：护士电话咨询分诊支持
- 公卫机构：疫情监测和资源调配
使用方式
Python SDK调用或命令行工具，需配置SkillPay API密钥（1 token/次，约0.001 USDT）。支持中英文症状自然语言输入，自动提取650+标准化症状并关联3000+疾病数据库。
---
显著优点
1. 权威分诊体系：严格遵循ESI（急诊严重指数）和曼彻斯特分诊系统，国际认可的5级分类标准
2. 高敏感预警：对生命威胁症状（心脏骤停、严重创伤等）识别敏感度≥95%，强制升级机制
3. 多维度风险评估：整合人口学特征、生命体征、合并症、用药史、社会决定因素等
4. 专科化适配：内置儿科、老年科、产科、精神科、职业健康等专项分诊协议
5. 技术架构成熟：SNOMED-CT/ICD-11医学术语标准化，多语言NLP支持，AES-256/TLS 1.3加密
6. 合规保障：通过HIPAA、GDPR、ISO 13485认证，符合FDA医疗器械分类要求
---
潜在缺点与局限性
| 维度 | 具体限制 |
|------|---------|
| **诊断边界** | 仅提供分诊建议，**非确诊工具**，最终诊断需临床医师判断 |
| **输入依赖** | 准确性高度依赖用户提供信息的完整度和真实性 |
| **年龄差异** | 不同年龄段性能存在波动，罕见病/新发疾病识别能力有限 |
| **人文缺失** | 无法替代医患沟通中的情感支持、病史深度追问 |
| **计费模式** | 采用SkillPay代币支付，存在最低充值门槛（8 USDT） |
---
适合人群
- 医疗机构：急诊科、初级保健诊所、专科医院分诊台
- 远程医疗平台：互联网医院、视频问诊前置筛选
- 急救系统：120调度中心、院前急救移动评估
- 企业健康：职业健康管理部门、员工健康筛查
- 公卫机构：CDC、卫健委疫情监测与应急响应
---
常规风险
1. 过度依赖风险：非临床人员可能误将分诊结果当作诊断，延误危急重症救治
2. 数据隐私：虽通过HIPAA/GDPR认证，但医疗敏感数据上传仍存在泄露理论风险
3. 算法偏见：训练数据分布不均可能导致特定人群（罕见病、边缘地区）分诊偏差
4. 系统可用性：依赖SkillPay计费服务，API故障或余额不足将中断服务
5. 责任界定模糊：AI辅助决策与临床医师责任的法律边界尚不明确
> 关键提醒：系统明确声明"不替代专业医疗诊断"，高等级分诊（1-2级）必须强制接入人工复核流程。