肺癌机器人专用技能定制（OpenClaw-Medical-Skills 适配版）

以下是为肺癌诊疗场景定制的全流程专用技能，包含临床问诊、分期评估、治疗方案推荐、随访管理、科研数据解读五大核心模块，可直接集成到 OpenClaw 框架中使用。

一、技能文件结构（核心）

在 OpenClaw 技能目录（~/.openclaw/skills/lung-cancer-robot/）下创建以下文件，技能会被框架自动识别加载：

1. 技能配置文件（skill.yaml）

# 技能元信息
name: lung-cancer-robot
version: 1.0.0
author: Medical AI Team
description: 肺癌诊疗全流程专用技能（含问诊、分期、治疗、随访、科研分析）
tags: [肺癌, 肿瘤诊疗, 临床决策, 随访管理]
dependencies:
  - python>=3.8
  - pandas>=2.0
  - scikit-learn>=1.2  # 分期预测模型依赖
# 触发关键词（AI自动匹配）
trigger_words:
  - 肺癌
  - 肺结节
  - 肺癌分期
  - 肺癌治疗
  - 肺癌随访
  - 肺腺癌
  - 肺鳞癌
  - 小细胞肺癌

2. 技能核心逻辑（SKILL.md）

# 肺癌机器人专用技能
## 核心场景与执行规则
### 场景1：肺癌标准化问诊
- 目标：采集符合NCCN指南的肺癌问诊信息，无遗漏核心维度
- 问诊模板（按优先级）：
  1. 基本信息：姓名、性别、年龄、吸烟史（包/年）、二手烟暴露史、职业暴露史（石棉/氡气等）
  2. 主诉：症状（咳嗽/咯血/胸痛/呼吸困难等）、症状持续时间、加重/缓解因素
  3. 影像学检查：胸部CT（结节大小/位置/密度/强化方式）、PET-CT（SUV值）、增强CT（纵隔淋巴结）
  4. 病理检查：活检类型（支气管镜/穿刺）、病理分型（腺癌/鳞癌/小细胞肺癌）、分化程度、EGFR/ALK/ROS1/BRAF基因突变状态
  5. 既往史：肺部基础疾病（COPD/肺结核）、肿瘤家族史、既往抗肿瘤治疗史
  6. 体能状态：ECOG评分、体重变化（近6个月）、进食情况

### 场景2：肺癌分期评估（AJCC第8版）
- 非小细胞肺癌（NSCLC）分期规则：
  - T分期：T0（无原发肿瘤）、T1（≤3cm）、T2（>3cm且≤5cm）、T3（>5cm且≤7cm）、T4（>7cm/侵犯重要结构）
  - N分期：N0（无区域淋巴结转移）、N1（同侧支气管旁/肺门淋巴结）、N2（同侧纵隔/隆突下淋巴结）、N3（对侧纵隔/锁骨上淋巴结）
  - M分期：M0（无远处转移）、M1a（胸腔内转移）、M1b（单个远处转移）、M1c（多个远处转移）
- 小细胞肺癌（SCLC）分期：局限期（LD）、广泛期（ED）
- 输出要求：自动计算分期 + 分期依据 + 预后提示

### 场景3：肺癌治疗方案推荐（NCCN 2024指南）
- 推荐逻辑：按「病理分型+分期+基因状态+体能状态」分层推荐
  1. 早期NSCLC（I-II期）：优先手术（肺叶切除+淋巴结清扫），高危IB期术后辅助化疗（培美曲塞/顺铂）
  2. 局部晚期NSCLC（III期）：不可切除者同步放化疗（紫杉醇+卡铂+放疗），可切除者新辅助治疗+手术+辅助治疗
  3. 晚期NSCLC（IV期）：
     - 腺癌：EGFR突变→奥希替尼/阿美替尼；ALK融合→克唑替尼/塞瑞替尼；无靶点→化疗（培美曲塞+铂类）+免疫（帕博利珠单抗）
     - 鳞癌：无靶点→化疗（吉西他滨+铂类）+免疫；PD-L1高表达→单药免疫
  4. SCLC：局限期→同步放化疗（依托泊苷+顺铂+放疗）+预防性脑放疗；广泛期→化疗（依托泊苷+铂类）+免疫（阿替利珠单抗）

### 场景4：肺癌随访管理
- 随访周期（按分期）：
  - I-II期术后：第1-2年每6个月1次，第3-5年每年1次，5年后按需随访
  - III期治疗后：第1-3年每3个月1次，第4-5年每6个月1次，5年后每年1次
  - IV期：每2-3个月1次（直至疾病进展）
- 随访内容：胸部CT、肿瘤标志物（CEA/SCC/NSE）、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（超过基线2倍）、新发症状（骨痛/头痛提示转移）

### 场景5：肺癌科研数据解读
- 适用场景：回顾性分析/临床试验数据
- 分析维度：
  1. 生存分析：OS（总生存期）、PFS（无进展生存期）、HR值（风险比）
  2. 疗效评估：ORR（客观缓解率）、DCR（疾病控制率）、CR/PR/SD/PD判定
  3. 安全性：AE（不良事件）发生率、3-4级AE占比、停药率
- 输出要求：数据结论 + 临床意义 + 局限性

## 输出格式规范
1. 所有输出需标注「证据等级」（1类：高证据，2类：中等证据，3类：低证据）
2. 治疗方案需标注「指南依据」（NCCN 2024/CSCO 2024）
3. 结构化输出，分模块标注（【问诊清单】【分期评估】【治疗方案】【随访建议】）

3. 辅助工具函数（utils.py，可选，增强技能算力）

# 肺癌分期自动计算函数
def calculate_lung_cancer_stage(cancer_type, t_stage, n_stage, m_stage):
    """
    输入：
    - cancer_type: str, "NSCLC" / "SCLC"
    - t_stage: str, 如 "T1" / "T2a"
    - n_stage: str, 如 "N0" / "N2"
    - m_stage: str, 如 "M0" / "M1b"
    输出：
    - stage: str, 分期结果
    - basis: str, 分期依据
    """
    # NSCLC分期逻辑（AJCC第8版）
    if cancer_type == "NSCLC":
        if m_stage == "M1a" or m_stage == "M1b" or m_stage == "M1c":
            stage = "IV期"
            basis = f"M分期为{m_stage}，判定为IV期（远处转移）"
        elif n_stage == "N3":
            stage = "IIIB/IIIC期"
            basis = f"N分期为{N3}，无远处转移，判定为局部晚期III期"
        elif t_stage in ["T3", "T4"] and n_stage in ["N0", "N1"]:
            stage = "IIIA期"
            basis = f"T分期{T_stage}，N分期{N_stage}，无远处转移，判定为IIIA期"
        elif t_stage in ["T1", "T2"] and n_stage == "N1":
            stage = "II期"
            basis = f"T分期{T_stage}，N分期{N1}，无远处转移，判定为II期"
        elif t_stage in ["T1", "T2"] and n_stage == "N0":
            stage = "I期"
            basis = f"T分期{T_stage}，N0无淋巴结转移，无远处转移，判定为I期"
        else:
            stage = "无法判定"
            basis = "输入的T/N/M分期组合不完整或不符合规范"
    # SCLC分期逻辑
    elif cancer_type == "SCLC":
        if m_stage == "M0" and肿瘤局限于一侧胸腔":
            stage = "局限期（LD）"
            basis = "无远处转移，肿瘤局限于一侧胸腔，判定为局限期"
        else:
            stage = "广泛期（ED）"
            basis = "存在远处转移或双侧胸腔受累，判定为广泛期"
    else:
        stage = "无法判定"
        basis = "未识别的肺癌类型（仅支持NSCLC/SCLC）"
    return {"stage": stage, "basis": basis}

# 肺癌治疗方案推荐函数
def recommend_treatment(cancer_type, stage, gene_status, ecog):
    """
    输入：
    - cancer_type: str, 病理分型（腺癌/鳞癌/小细胞肺癌）
    - stage: str, 分期
    - gene_status: dict, 基因突变状态（如 {"EGFR": "突变", "ALK": "野生型"}）
    - ecog: str, ECOG评分（0/1/2/3-4）
    输出：
    - treatment: list, 推荐方案列表
    - guideline: str, 指南依据
    """
    treatment = []
    guideline = "NCCN肺癌指南2024版"
    
    # 晚期腺癌（IV期）
    if cancer_type == "腺癌" and stage == "IV期":
        if gene_status.get("EGFR") == "突变" and ecog in ["0", "1"]:
            treatment.append("一线：奥希替尼（80mg qd），直至疾病进展或不可耐受毒性")
            treatment.append("疗效评估：每6-8周胸部CT，监测EGFR T790M耐药突变")
        elif gene_status.get("ALK") == "融合":
            treatment.append("一线：塞瑞替尼（450mg qd 随餐），不可耐受时换克唑替尼")
        else:
            treatment.append("一线：培美曲塞+卡铂（每21天1周期）+帕博利珠单抗（200mg q3w），4-6周期后培美曲塞+帕博利珠单抗维持")
    
    # 局限期小细胞肺癌
    elif cancer_type == "小细胞肺癌" and stage == "局限期（LD）":
        if ecog in ["0", "1"]:
            treatment.append("同步放化疗：依托泊苷（100mg/m² d1-3）+顺铂（75mg/m² d1）q21d，共4-6周期 + 胸部放疗（60Gy/30次）")
            treatment.append("化疗结束后行预防性脑放疗（PCI，25Gy/10次），降低脑转移风险")
    
    else:
        treatment.append("需结合多学科会诊（MDT）制定个性化方案")
    
    return {"treatment": treatment, "guideline": guideline}

二、技能集成与加载

1. 创建技能目录并放入文件

# 创建肺癌技能目录
mkdir -p ~/.openclaw/skills/lung-cancer-robot

# 将上述3个文件（skill.yaml、SKILL.md、utils.py）放入该目录
# 示例（假设文件在本地）：
cp skill.yaml ~/.openclaw/skills/lung-cancer-robot/
cp SKILL.md ~/.openclaw/skills/lung-cancer-robot/
cp utils.py ~/.openclaw/skills/lung-cancer-robot/

2. 重载OpenClaw技能

# 重载技能使框架识别新技能
openclaw skill reload

# 验证技能加载成功
openclaw skill list | grep lung-cancer-robot
# 输出 "lung-cancer-robot (1.0.0) - 肺癌诊疗全流程专用技能" 即为成功

三、技能调用示例

示例1：肺癌标准化问诊

在OpenClaw终端输入：

【需求】针对疑似肺癌患者进行标准化问诊，生成完整问诊清单

AI输出：

### 【肺癌标准化问诊清单】
1. 核心基本信息
   - 姓名：________ 性别：________ 年龄：________
   - 吸烟史：________包/年（戒烟年限：________）；二手烟暴露史：________（是/否，年限：________）
   - 职业暴露史：石棉/氡气/重金属暴露（是/否，暴露时长：________）
2. 主诉与症状
   - 核心症状：□咳嗽 □咯血 □胸痛 □呼吸困难 □声音嘶哑 □体重下降
   - 症状持续时间：________；加重因素：________；缓解因素：________
3. 影像学检查（必填）
   - 胸部CT：结节大小________cm、位置（左/右肺，叶/段）、密度（实性/磨玻璃/混合）、强化方式：________
   - PET-CT：SUV最大值：________；是否提示纵隔淋巴结代谢增高：________
4. 病理与基因检测
   - 活检方式：□支气管镜 □经皮肺穿刺 □胸腔镜
   - 病理分型：□肺腺癌 □肺鳞癌 □小细胞肺癌 □其他：________
   - 基因检测：EGFR________ ALK________ ROS1________ BRAF________（突变/融合/野生型）
5. 体能与既往史
   - ECOG评分：□0（正常） □1（轻度症状） □2（中度症状） □3-4（重度症状）
   - 既往史：COPD/肺结核（是/否）；肿瘤家族史（肺癌/其他肿瘤，亲属关系：________）

示例2：肺癌分期+治疗方案推荐

输入：

【需求】基于以下信息评估肺癌分期并推荐治疗方案
患者信息：
- 病理类型：肺腺癌
- 分期相关：T2a（肿瘤4cm）、N0（无淋巴结转移）、M0（无远处转移）
- 基因状态：EGFR 19外显子缺失突变
- ECOG评分：1分（轻度咳嗽，不影响日常活动）
- 年龄：58岁，无基础疾病

AI输出：

### 【肺癌分期评估】
- 最终分期：NSCLC IB期（I期）
- 分期依据：T2a（肿瘤4cm）、N0（无区域淋巴结转移）、M0（无远处转移），符合AJCC第8版NSCLC I期判定标准
- 证据等级：1类（高证据）

### 【治疗方案推荐】
1. 核心方案（指南依据：NCCN肺癌指南2024版）
   - 手术治疗：胸腔镜下肺叶切除术+系统性淋巴结清扫（优先推荐）
   - 术后辅助治疗：因存在高危因素（肿瘤>3cm），予奥希替尼（80mg qd）辅助治疗，持续3年
2. 疗效与随访
   - 术后4-6周复查胸部CT，评估手术切缘及淋巴结情况
   - 随访周期：第1-2年每6个月1次（胸部CT+CEA），第3-5年每年1次
3. 注意事项
   - 每3个月监测EGFR耐药突变（如T790M），出现突变及时调整方案
   - 戒烟+避免职业暴露，降低复发风险

四、技能定制优化建议

1. 本地化适配 ：修改SKILL.md中的「指南依据」为国内指南（如CSCO肺癌指南2024），补充医保可及的药物（如国产阿美替尼、埃克替尼）；
2. 数据对接 ：若需对接医院HIS/LIS系统，在utils.py中添加接口函数，自动读取患者检查数据；
3. 风险预警：新增「不良事件管理」模块，补充免疫治疗相关毒性（如免疫性肺炎）的处理流程；
4. 多语言支持 ：在SKILL.md中添加英文模板，适配国际诊疗场景。

五、注意事项

1. 该技能输出仅为临床辅助决策，最终诊疗方案需由肿瘤科医师/MDT团队确认；
2. 基因检测、影像学等核心数据需确保准确性，避免分期/方案推荐错误；
3. 定期更新SKILL.md中的指南版本（如NCCN/CSCO每年更新），保证方案时效性；
4. 涉及患者隐私数据时，需遵循《医疗数据安全指南》，禁止明文存储/传输敏感信息。