Claude Skill MartKhám phá skillSkill là gì?
Về danh sách

PyHealth — Pipeline học sâu y tế

Skill giúp xây dựng pipeline học sâu lâm sàng bằng PyHealth theo 5 bước: dataset → task → model → trainer → metrics.

Dữ liệu · Phân tíchNâng cao33,0303,248Điểm AI 8/10Cập nhật lần cuối: 9 thg 8, 2026

Skill này làm được gì

PyHealth là bộ công cụ Python cho học sâu trong y tế. Skill này hướng dẫn Claude viết code đúng theo pipeline 5 bước của PyHealth (Dataset → Task → Model → Trainer → Metrics).

  • Nạp dữ liệu: MIMIC-III/IV, eICU, OMOP-CDM, EHRShot, SleepEDF, SHHS, ChestX-ray14, TUEV/TUAB…
  • Định nghĩa bài toán: tử vong, tái nhập viện, thời gian lưu trú, gợi ý thuốc, phân giai đoạn giấc ngủ, gán mã ICD, phát hiện sự kiện EEG
  • Chọn mô hình: Transformer, RETAIN, GAMENet, SafeDrug, MICRON, StageNet, AdaCare, CNN/RNN/MLP
  • Huấn luyện & đánh giá: dùng Trainer của PyHealth (tự lo checkpoint, log, chọn model tốt nhất) và các chỉ số lâm sàng như PR-AUC, ROC-AUC, Jaccard
  • Tiện ích mã y tế: tra cứu và ánh xạ chéo ICD-9/10-CM, ATC, NDC, RxNorm, CCS

Điểm giá trị nhất là danh sách lỗi phổ biến: phải truyền SampleDataset chứ không phải BaseDataset cho model, luôn chia dữ liệu theo bệnh nhân để tránh rò rỉ, MIMIC-IV dùng ehr_root= thay vì root=, chọn monitor khớp với loại bài toán.

Phù hợp với ai

  • Nghiên cứu viên, học viên cao học làm AI y tế với dữ liệu EHR như MIMIC/eICU
  • Data scientist cần dựng nhanh mô hình dự đoán nguy cơ (tử vong, tái nhập viện) từ dữ liệu bệnh viện
  • Chuyên viên tin học y tế thường xuyên ánh xạ mã ICD/ATC/NDC
  • Người cần pipeline phân loại tín hiệu sinh học hoặc ảnh y tế (đa ký giấc ngủ, EEG, X-quang phổi)

Ví dụ sử dụng

  1. "Tạo mô hình dự đoán tử vong trên dữ liệu MIMIC-III tổng hợp trong dưới 20 dòng" → sinh script dùng bucket dữ liệu tổng hợp công khai, MortalityPredictionMIMIC3 + Transformer + Trainer, đặt đúng monitor="pr_auc".
  2. "Xây pipeline gợi ý thuốc trên MIMIC-IV và so sánh SafeDrug với GAMENet" → chọn chỉ số phù hợp cho bài toán multilabel (jaccard_samples, pr_auc_samples) và tránh lỗi tham số ehr_root=.
  3. "Chuyển mã NDC trong bảng đơn thuốc sang ATC cấp 3" → sinh code ánh xạ chéo NDC→RxNorm→ATC bằng module medcode.

· · · Hướng dẫn cài đặt · · ·

Cài vào ứng dụng Claude (không cần terminal)
  1. Tải tệp ZIP bằng nút bên dưới.
  2. Trong Claude, mở Settings → Capabilities và bật 'Code execution and file creation'. (chỉ một lần)
  3. Vào Customize → Skills → + → 'Upload a skill' rồi tải tệp ZIP lên.
Tải ZIP
Cài vào Claude Code

Để Claude làm — dán câu dưới đây vào Claude Code

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục skills/pyhealth từ repo GitHub K-Dense-AI/scientific-agent-skills vào ~/.claude/skills/pyhealth/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.

Cài bằng lệnh thủ công

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git && mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/pyhealth ~/.claude/skills/

Đây là skill do người khác tạo. Hãy kiểm tra repo gốc trước khi cài.

  1. Mở terminal và tạo thư mục skill nếu chưa có: mkdir -p ~/.claude/skills
  2. Tải repo: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
  3. Sao chép skill: cp -r scientific-agent-skills/skills/pyhealth ~/.claude/skills/ (nhớ giữ nguyên các thư mục con references/ và assets/).
  4. Chuẩn bị môi trường Python. PyHealth 2.0 cần Python ≥ 3.12 và < 3.14: uv init my-pyhealth-project && cd my-pyhealth-project && uv python pin 3.12
  5. Cài thư viện: uv add pyhealth (nếu cần bản cũ: uv add pyhealth==1.16).
  6. Khởi động lại Claude Code và thử yêu cầu: "Dùng PyHealth dựng pipeline dự đoán tử vong trên MIMIC-III" — skill sẽ tự kích hoạt.
  7. Dữ liệu MIMIC thật cần được cấp phép qua PhysioNet. Khi mới học, hãy dùng bucket MIMIC-III tổng hợp công khai được nêu trong skill.