medical-knowledge-base-skill は何をしますか?
Codexスキル:ローカルな生物医学知識ベースの構築、PubMedスクリーニング、JCRエンリッチメント、エビデンスベースのQAを実現します。
概要
このスキルは、生物医学分野の研究者や医療従事者が大量の文献から関連情報を効率的に抽出・整理し、エビデンスに基づいた意思決定を支援するために設計されています。PubMedからのスクリーニング、JCRを用いたメタデータエンリッチメント、そして知識ベースに対するQAを一貫したワークフローで提供します。
機能
- PubMedスクリーニング: 指定されたキーワードや条件に従ってPubMedから論文を検索・スクリーニングします。
- JCRエンリッチメント: スクリーニングされた論文にJournal Citation Reportsのデータ(インパクトファクター、引用数など)を付加します。
- 知識ベース構築: ローカル環境に知識ベース(例:SQLite、JSONファイル)を構築・更新します。
- エビデンスベースQA: 構築された知識ベースに対して自然言語の質問を投げかけ、エビデンスに基づいた回答を生成します。
前提条件
- Python 3.8以上
- Codexエージェント(例:Codex CLI)
- PubMed APIキー(オプション、推奨)
- JCRデータへのアクセス(サブスクリプションが必要な場合あり)
インストール
pip install -r requirements.txt
requirements.txtには以下のパッケージが含まれます:
requestspandasbiopythontqdm
設定
環境変数または設定ファイルで以下のパラメータを指定します:
PUBMED_API_KEY: PubMed APIキー(オプション)JCR_DB_PATH: JCRデータベースのパスKNOWLEDGE_BASE_PATH: 知識ベースの保存先パス
使用方法
1. PubMedスクリーニング
python scripts/screening.py --query "cancer AND immunotherapy" --max-results 100
2. JCRエンリッチメント
python scripts/enrich_jcr.py --input screened_results.csv --output enriched_results.csv
3. 知識ベース構築
python scripts/build_kb.py --input enriched_results.csv --db knowledge_base.db
4. QAクエリ
python scripts/query_kb.py --db knowledge_base.db --question "What is the efficacy of immunotherapy for lung cancer?"
スキル呼び出し例(Codex CLI)
> @CaoyuZhang03/medical-knowledge-base-skill がん免疫療法に関する最近のPubMed論文をスクリーニングし、JCRエンリッチメントを行った後、知識ベースを構築して、最も有望な治療法を尋ねるQAを実行してください。
注意事項
- PubMedの利用規約に従い、適切なAPIキーを使用してください。
- JCRデータは商用利用の場合、サブスクリプションが必要な場合があります。
- 知識ベースはローカルに保存されるため、データのバックアップを推奨します。