LogoClawIndex
案例技能关于
LogoClawIndex

pyhealth - 使用 PyHealth 开发医疗人工智能

使用临床数据、医疗编码、生理信号和医疗数据集开发、训练、评估和部署医疗机器学习模型。

标签

更新于: 2026-10-03
医疗人工智能临床机器学习电子健康记录医疗编码生理信号

能力

加载医疗数据集定义预测任务选择医疗模型训练临床模型

典型输入

医疗数据集临床预测目标医疗编码系统

典型输出

训练模型检查点评估指标推理预测结果

该技能可以做什么

  • 加载医疗数据集
  • 定义预测任务
  • 选择医疗模型
  • 训练临床模型
  • 评估模型性能
  • 转换医疗编码
  • 处理临床数据
  • 校准模型预测
  • 解释模型预测
  • 评估模型公平性

输入

  • 医疗数据集
  • 临床预测目标
  • 医疗编码系统
  • 模型配置
  • 训练设置

输出

  • 训练模型检查点
  • 评估指标
  • 推理预测结果
  • 校准后的预测结果
  • 可解释性结果

要求

  • Python 3.7 或更高版本
  • PyTorch 1.8 或更高版本
  • NumPy
  • pandas
  • scikit-learn

来源

  • 规范: SKILL.md

ClawIndex

OpenClaw Skills 与 Use Case 索引

ClawIndex 是一个生态驱动的 OpenClaw Skills 与真实 Use Case 索引站。

索引

Skills·
Cases

Meta

关于·
声明·
邮箱·
GitHub
© 2026 ClawIndex 保留所有权利。