식약처·공공데이터 API로 임상시험을 수집해 DB와 엑셀로 넣고, 회차 간 변경을 뽑는다.
- 입력
- 식약처·공공데이터 API
- 출력
- 임상시험 DB·Excel + 회차 변경분
- 구성
- └ SKILL.md
수집
밖에서 자료를 끌어온다
추출
자유 텍스트를 구조화한다
regimen-extract1개 실행 가능
항암 요법 DB를 만든다. PDF 표를 Vision LLM으로 읽고 식약처 API·약가와 합친다.
- 입력
- 공고책자 PDF + 식약처 API
- 출력
- 항암 요법 DB (SQLite·D1)
- 구성
- ├ SKILL.md
└ scripts/corrections.py
tnm-staging-extract1개 실행 가능
판독문에서 암 병기(TNM·AJCC)를 뽑는다. T·N·M을 정보추출과 분류로 나눠 근거와 함께 낸다.
- 입력
- 병리·영상 판독문
- 출력
- TNM 병기 + 근거 문장
- 구성
- ├ SKILL.md
└ scripts/evidence.py
검사 판독문 결론에서 질병코드를 뽑는다. 규칙으로 힌트를 만들고 LLM이 판단, 실패하면 규칙으로 되돌아간다.
- 입력
- 검사 결론문
- 출력
- 질병코드 + 판정 근거
- 구성
- └ SKILL.md
판정·분류
값을 정하고 근거를 남긴다
cancer-type-classify1개 실행 가능
제목·대상질환 텍스트를 암 여부와 암종으로 나눈다. 사람이 고친 내용을 다음 분류에 반영한다.
- 입력
- 제목 · 대상질환 · 연구목적
- 출력
- 암종 판정 [값 · 확신도 · 근거]
- 구성
- ├ SKILL.md
└ scripts/feedback_guard.py
recurrence-detect1개 실행 가능
기록 타임라인에서 재발 시점·부위를 판정하고, 정답 대비 정확도를 제대로 측정한다.
- 입력
- 환자 기록 타임라인 + 정답
- 출력
- 재발 판정 + 정확도 리포트
- 구성
- ├ SKILL.md
└ scripts/score.py
lit-relevance-classify1개 실행 가능
수천 건을 LLM으로 분류하고 결과를 캐시한다. 어느 모델이 판정했는지 함께 남겨 재현할 수 있다.
- 입력
- 논문 레코드 수천 건
- 출력
- 판정 캐시 (모델·시각 기록)
- 구성
- ├ SKILL.md
└ scripts/classify_cache.py
검증·분석
결과가 맞는지 대조한다
excel-case-validator2개 실행 가능
원본과 결과 엑셀을 대조해 건수·중복·누락·범위를 검사하고 리포트를 낸다.
- 입력
- 원본 Excel + 결과 Excel
- 출력
- 건수·중복·누락 검증 리포트
- 구성
- ├ SKILL.md
├ scripts/dedup.py
└ scripts/validate.py
기반·도구
위 단계들이 딛고 서는 것
llm-provider-switch1개 실행 가능
온프렘 Ollama와 클라우드(OpenAI·Azure)를 설정만 바꿔 오가고, 하나가 죽으면 자동으로 넘긴다.
- 입력
- LLM 요청
- 출력
- 응답 + 어느 provider 가 답했는지
- 구성
- ├ SKILL.md
└ scripts/thinking_json.py