核心用法
神经科病历结构化助手是一款面向神经内科医疗场景的专业AI工具。用户只需将门诊病历原始文字粘贴输入，系统即可自动提取并结构化输出六大核心模块：主诉（Chief Complaint）、现病史（History of Present Illness）、体格检查发现（Physical Exam Findings）、诊断评估（Assessment）、治疗计划（Plan）以及进一步检查建议。该Skill采用纯Markdown文档形式（T-MD分类），无代码执行能力，完全依赖底层大模型的医学知识进行信息抽取与重组。
显著优点
专业场景精准适配：专门针对神经内科门诊场景设计，理解神经系统专科术语（如肌力分级、脑卒中相关表述），输出格式符合临床病历书写规范。操作流程极简，无需配置复杂参数，粘贴即得结果，显著降低医护人员的文档处理负担。
隐私安全设计：作为纯文档型Skill，不执行任何外部代码、不发起网络请求、不依赖第三方库，从根本上杜绝了恶意代码注入和数据外泄的技术路径。文档中明确包含医疗数据风险提示，体现开发者对HIPAA/GDPR等合规要求的认知。
零部署成本：无需安装额外软件或配置运行环境，在任何支持AI对话的平台上均可直接使用，特别适合医疗资源有限的基层机构快速上手。
潜在缺点与局限性
AI输出的不确定性：诊断和治疗建议完全由底层大模型生成，存在幻觉风险（Hallucination），可能输出看似合理但医学上错误的结论。模型对罕见病、复杂共病的识别能力有限，无法替代医生的临床判断。
输入质量依赖：若原始病历书写不规范、术语使用混乱或关键信息缺失，结构化效果将大打折扣，甚至可能错误归类信息。
合规与责任模糊：Skill未明确标注"仅供参考"的法律责任边界，不同司法管辖区对AI辅助医疗的法规要求差异较大，跨境使用存在合规不确定性。
无持续学习机制：当前版本（1.0.0）为静态文档，无法根据用户反馈自动优化提取准确率，功能迭代依赖开发者手动更新。
适合的目标群体
- 神经内科门诊医生：快速整理杂乱的手写或语音转录病历，生成规范摘要
- 门诊护士/病历质控员：批量检查病历完整性，辅助病历评级工作
- 医学生与住院医师：学习标准病历结构，理解神经科病历的逻辑框架
- 医疗AI研究者：作为基线工具测试大模型在中文医疗NLP任务上的表现
使用风险
医疗决策风险：最严重风险在于用户可能将AI生成的诊断建议直接用于临床决策。该Skill未设置强制性的"非医疗建议"警示弹窗，依赖用户自行判断。
数据泄露风险：虽然Skill本身不传输数据，但用户若在公共AI平台（如未部署本地模型的第三方服务）输入真实患者信息，可能导致PHI（受保护健康信息）泄露至境外服务器，违反《个人信息保护法》《数据安全法》及HIPAA。
来源可信度风险：T3来源（个人开发者isaacloi1995-dot）意味着缺乏企业级安全审计、无SLA保障、开发者身份未经验证，存在供应链攻击的潜在可能（如下次更新植入恶意指令）。
性能与兼容性风险：纯Markdown形式意味着功能完全绑定特定大模型的医学能力，不同模型版本（如GPT-4与GPT-3.5）输出质量差异显著；若平台更换底层模型，Skill表现可能断崖式下降。
建议缓解措施：仅用于教学演示或完全脱敏的模拟病历；真实场景使用前务必进行本地化部署或选择通过医疗AI认证的封闭环境；所有输出须经主治医师签字确认方可入病历。