引言随着人工智能技术在医疗领域的深入应用基于大语言模型的诊疗辅助系统正逐步走向临床实践。OpenClaw 作为灵活的技能扩展框架为医疗场景下的专用技能定制提供了理想平台。本文面向肺癌诊疗场景系统介绍了一套可集成至 OpenClaw 框架的全流程专用技能涵盖临床问诊、分期评估、治疗方案推荐、随访管理及科研数据解读五大核心模块助力构建智能化、规范化的肺癌诊疗辅助系统。一、技能文件结构在 OpenClaw 技能目录~/.openclaw/skills/lung-cancer-robot/下创建以下文件技能将被框架自动识别并加载。1. 技能配置文件skill.yamlname:lung-cancer-robotversion:1.0.0author:Medical AI Teamdescription: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:-python3.8-pandas2.0-scikit-learn1.2trigger_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该文件定义了五大核心场景的详细执行规则与输出规范。场景一肺癌标准化问诊目标采集符合 NCCN 指南的肺癌问诊信息确保核心维度无遗漏。问诊模板按优先级基本信息姓名、性别、年龄、吸烟史包/年、二手烟暴露史、职业暴露史石棉/氡气等主诉症状咳嗽/咯血/胸痛/呼吸困难等、持续时间、加重/缓解因素影像学检查胸部CT结节大小/位置/密度/强化方式、PET-CTSUV值、增强CT纵隔淋巴结病理检查活检类型、病理分型、分化程度、基因突变状态EGFR/ALK/ROS1/BRAF等既往史肺部基础疾病、肿瘤家族史、既往抗肿瘤治疗史体能状态ECOG评分、体重变化、进食情况场景二肺癌分期评估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、T23cm且≤5cm、T35cm且≤7cm、T47cm/侵犯重要结构N分期N0无转移、N1同侧支气管旁/肺门、N2同侧纵隔/隆突下、N3对侧纵隔/锁骨上M分期M0无转移、M1a胸腔内、M1b单发远处、M1c多发远处小细胞肺癌SCLC分期局限期LD、广泛期ED输出要求分期结果 分期依据 预后提示场景三肺癌治疗方案推荐NCCN 2024指南按「病理分型 分期 基因状态 体能状态」分层推荐早期 NSCLCI-II期优先手术高危IB期术后辅助化疗局部晚期 NSCLCIII期不可切除者同步放化疗可切除者新辅助治疗手术辅助治疗晚期 NSCLCIV期腺癌EGFR突变→奥希替尼ALK融合→克唑替尼无靶点→化疗免疫鳞癌化疗免疫PD-L1高表达者可单药免疫SCLC局限期→同步放化疗预防性脑放疗广泛期→化疗免疫场景四肺癌随访管理随访周期I-II期术后第1-2年每6个月1次第3-5年每年1次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IV期每2-3个月1次随访内容胸部CT、肿瘤标志物、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、新发症状场景五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生存分析OS、PFS、HR值疗效评估ORR、DCR、CR/PR/SD/PD判定安全性AE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所有输出标注「证据等级」1类高证据2类中等3类低证据治疗方案标注「指南依据」NCCN 2024 / CSCO 2024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可选提供分期自动计算与治疗方案推荐函数增强技能算力defcalculate_lung_cancer_stage(cancer_type,t_stage,n_stage,m_stage):根据TNM分期自动计算肺癌分期# 实现NSCLC与SCLC的分期逻辑passdefrecommend_treatment(cancer_type,stage,gene_status,ecog):根据病理、分期、基因状态、体能状态推荐治疗方案# 返回推荐方案列表及指南依据pass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个文件放入该目录cpskill.yaml ~/.openclaw/skills/lung-cancer-robot/cpSKILL.md ~/.openclaw/skills/lung-cancer-robot/cputils.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|greplung-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、技能调用示例示例一肺癌标准化问诊输入【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输出结构化问诊清单略核心基本信息姓名、性别、年龄、吸烟史、职业暴露史主诉与症状咳嗽、咯血、胸痛、呼吸困难等影像学检查胸部CT、PET-CT病理与基因检测活检方式、病理分型、基因突变状态体能与既往史ECOG评分、既往疾病、家族史示例二肺癌分期 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 - 病理类型肺腺癌 - 分期相关T2a肿瘤4cm、N0、M0 - 基因状态EGFR 19外显子缺失突变 - ECOG评分1分 - 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、M0符合AJCC第8版I期标准 - 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 - 术后辅助治疗因存在高危因素予奥希替尼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 - 第1-2年每6个月随访1次 3. 注意事项 - 每3个月监测EGFR耐药突变 - 戒烟避免职业暴露四、技能定制优化建议本地化适配将指南依据调整为国内指南如 CSCO 肺癌指南2024版补充医保可及的国产药物如阿美替尼、埃克替尼。数据对接若需对接医院 HIS/LIS 系统可在utils.py中添加接口函数实现患者检查数据的自动读取。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。多语言支持在SKILL.md中添加英文模板适配国际诊疗场景。五、注意事项辅助决策定位本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或 MDT 团队确认。数据准确性要求基因检测、影像学等核心数据需确保准确性避免分期或方案推荐错误。指南及时更新需定期更新SKILL.md中的指南版本如 NCCN/CSCO 每年更新保证方案时效性。数据安全合规涉及患者隐私数据时需遵循《医疗数据安全指南》禁止明文存储或传输敏感信息。结语本文基于 OpenClaw 框架系统构建了一套面向肺癌诊疗的全流程专用技能覆盖了从问诊到随访的完整临床路径。该技能不仅体现了 LLD 技术在动态医疗场景下的价值也为后续扩展至其他癌种或专科领域提供了可复用的设计范式。在临床实践中此类智能化辅助工具有望有效提升诊疗规范性与工作效率助力精准医疗的落地实施。