| name | clinical-trial-matching |
| description | 当癌症患者（特别是中国患者）需要匹配临床试验时使用——输入癌症类型、基因突变、治疗史，系统自动从 ClinicalTrials.gov + ChiCTR 双源检索正在招募的试验，输出符合入排标准的试验列表（含医院地址、联系电话、入组要求）。触发词：临床试验、匹配试验、找临床试验、临床入组、NCT、ChiCTR、临床试验匹配。禁止在没有真实 NCT/ChiCTR ID 时编造试验编号。 |
| license | MIT |
| metadata | {"author":"CancerDAO","version":"2.0.0","tags":"oncology clinical-trials cancer egfr kras","inspired_by":"NCBI TrialGPT"} |
CancerDAO Clinical Trial Matching
End-to-end oncology clinical trial matching that generates decision-grade reports for patients by coordinating dual-source retrieval (ClinicalTrials.gov + ChiCTR) with structured eligibility analysis.
⚠️ 免责声明：本工具仅提供信息匹配服务，不构成医疗建议。所有入组决策须由各试验机构临床研究团队审核。
When to use
触发以下任一场景时激活本技能：
- "找临床试验"、"临床入组"、"匹配试验"
- "trial matching"、"clinical trial"、"NCT"、"ChiCTR"
- 提供癌症诊断 + 基因突变 + 治疗史，请求试验选项
- 患者说"耐药了想找试验"、"靶向药失效了怎么办"
禁止：在无法验证真实招募状态时编造 NCT/ChiCTR 编号。
ChiCTR 查无结果时：若 mcp__chictr__search_trials 返回空，按以下顺序回退：
- 换用单 token 简化关键词重试（如"胰腺癌"→"BRCA"）
- 回退到 ClinicalTrials.gov（用
mcp__oncology_db__search_trials）并附加中文适应症描述
- 终级方案：用 WebSearch 搜索
site:chictr.org.cn [疾病] [突变] 并验证注册号格式（ChiCTR-XXX-XXXXXX）
Workflow
Step 1 — 患者信息提取
从用户输入中提取结构化患者档案，必填字段：
{
"cancer_type": "NSCLC | CRC | PDAC | breast | gastric | ...",
"stage": "IV | III | II | I",
"mutations": ["EGFR L858R", "KRAS G12C", ...],
"treatment_history": [{"line": 1, "regimen": "...", "outcome": "PR|SD|PD"}, ...],
"prior_therapies": ["奥希替尼", "帕博利珠单抗", ...],
"ecog": "0-4"
}
参考：references/oncology-db-mcp-api.md 查看可用基因/靶点覆盖范围。
Step 2 — 生成 8 维搜索计划
创建 8 个搜索维度（参考：references/trialgpt-methodology.md）：
- 疾病+突变特异 — e.g.
NSCLC EGFR T790M
- 泛实体瘤 — e.g.
solid tumor KRAS G12C (basket trials)
- 联合靶点 — e.g.
KRAS G12C cetuximab
- 通路/耐药策略 — e.g.
RAS-ON inhibitor, pan-KRAS
- exhaustive 药物名称 — 所有研究中的 + 已批准的同靶点药物
- 细胞治疗 — CAR-T, TIL, TCR-T
- 免疫（后PD-1） — bispecific, LAG-3, TIGIT
- 中文关键词（ChiCTR） — 单 token 查询（ChiCTR 分词器较脆弱）
Step 3 — 双源检索
ClinicalTrials.gov — 通过 mcp__oncology_db__search_trials：
mcp__oncology_db__search_trials(query="KRAS G12C NSCLC", status="RECRUITING")
ChiCTR — 通过 mcp__chictr__search_trials：
mcp__chictr__search_trials(keyword="结直肠癌 KRAS G12C", max_results=20)
mcp__chictr__search_trials(keyword="胰腺癌 BRCA", max_results=20)
详见：references/chictr-search-guide.md
Step 4 — 验证招募状态 + 可行性评分
对每个候选试验：
- 验证 NCT ID 真实性（绝不虚构）
- 5 维可行性评分：招募状态、地理可及性、时间成本、经济成本、槽位可用性
- 过滤至 top candidates
Step 5 — 逐试验 eligibility 分析
对每个候选试验评估：
- 入排标准匹配 — 逐条 vs 患者档案
- 风险注释 — 关键耐药机制（EGFR TKI 耐药：C797S 顺式/反式突变、MET 扩增、KRAS G12C 耐药：继发 RAS/MAPK 通路激活；详见 references/egfr-tki-resistance.md）
- 疗效上下文 — 试验疗效 + vs 标准治疗
Step 6 — 决策合成
输出：
- Top-N 匹配路径（按可行性 + 多样性，不按"推荐"排名）
- 每试验"匹配理由"（禁止数值评分）
- 自助联系信息（研究者/中心信息，供患者自行联系）
- Goals-of-Care 触发（3rd+ 线或预测 OS <12 个月时，提示缓和护理选项）
Step 7 — HTML 报告
生成自包含 HTML 报告（优先路径：~/Downloads/临床试验匹配报告_{date}.html；若 Downloads 不可写则输出到当前工作目录）。报告须包含完整 disclaimer，无外部资源依赖。
合规规则（硬编码 — 违反 = bug）
Forbidden（输出中绝对不出现）
| 类别 | 禁止 | 替代 |
|---|
| 数值评分 | "9.2/10"、"匹配度 85%"、"得分 73"、任何 N/M 或 N% 的形式给试验打分 | 用"匹配理由"叙述符合点 + 不符合点 |
| 排名词 | "Top 1 试验"、"最适合"、"最优选择" | "符合的试验"（不排序）+ 按地理/瘤种/线数分组 |
| "推荐"一词 | "推荐 NCT0xxx"、"推荐 XX 试验"、"我推荐"、"建议你参加 XX" | "符合入排标准的试验"、"匹配点和不匹配点如下"、"可以和医生讨论的选项" |
| 虚构 ID | 编造 NCT 编号、ChiCTR 编号、PI 联系方式 | 只输出经 live API（mcp__oncology_db__search_trials / mcp__chictr__search_trials）验证的真实 ID |
| 直接入组指令 | "你可以联系 XX 报名"、"你符合，去打这个电话" | "如希望进一步评估入组，请将本报告交给主管医生联系研究中心" |
⚠️ "推荐"是关键禁词。原因：在中国医疗法规下，AI 输出"推荐 XX 试验"会被认定为构成医疗建议，超出工具定位。中文同义词全部禁用——"推荐 / 建议你参加 / 我建议 / 强烈建议 / 优先选择 XX"全部触发 bug。
Mandatory（输出中必须出现，位置固定）
-
报告顶部第一行（在任何分析内容之前）：
⚠️ 本报告由 AI 信息匹配工具生成，不构成医疗建议。入组与否由各试验机构临床研究团队独立审核。
-
报告底部固定 footer：
───────────────────────────────────────────────────────────
📋 报告生成信息
- 生成时间：<ISO timestamp>
- 数据源：ClinicalTrials.gov | ChiCTR | 验证状态：<每个 ID 的验证 ✓/✗>
- 工具版本：clinical-trial-matching v2.0
───────────────────────────────────────────────────────────
⚠️ 所有治疗决策必须与主诊医生确认。匹配 ≠ 符合入组标准，最终以研究中心预筛结果为准。
-
每条试验条目必须包含：
- NCT/ChiCTR ID（带 ✓ 验证标记）
- 主要入选标准（逐条 vs 患者档案，用 ✓/⚠️/✗ 标注）
- 主要排除标准（逐条评估）
- 触发的 R 规则（见下方）— 若有
- 中心信息（如果 live API 返回了）
R1-R5 规则触发标记（显式化、可观测）
eligibility 分析（Step 5）每命中下列任一规则，必须在该试验条目里显式输出规则名称 + 降级原因——不允许只在内部判断而不在输出里写。这样未来 eval 可以直接 grep R1/R2/R3/R4/R5 验证规则触发率。
| 规则 ID | 触发条件 | 降级到 | 输出格式 |
|---|
| R1 | 试验排除"已使用过同类机制药物" AND 患者用过该类（例：抗血管生成、KRAS G12Ci、EGFR TKI、抗 PD-1） | conditional（条件匹配） | [R1 触发 · 同类药物历史] 试验排除曾用 <同类药物>，患者已用过 <具体药物>。降级为 conditional，需机构审核。 |
| R2 | 试验限定治疗线数（如 "2L only"）AND 患者已完成线数超出 | conditional 或 excluded | [R2 触发 · 治疗线数错配] 试验限 <X-Y> 线，患者已完成 <N> 线。若硬限 → excluded；若软限 → conditional。 |
| R3 | 试验主要扩展瘤种与患者瘤种不一致（如试验主招 BRCA 卵巢癌/乳腺癌，患者为结肠癌） | conditional | [R3 触发 · 适应症错配] 试验主要瘤种为 <X>，患者为 <Y>，理论符合但非主招方向。降级为 conditional。 |
| R4 | 试验要求器官功能指标 AND 患者在边界值或不达标（例：要求 eGFR ≥ 60，患者 58.9） | conditional 或 excluded | [R4 触发 · 器官功能边界] 试验要求 <指标 ≥/≤ X>，患者 <当前值>。距离边界 <Δ>。若边界 ±10% 内 → conditional；超出 → excluded。 |
| R5 | eligibility 逐条评估存在 ≥ 2 个关键标准信息缺失（用户档案中没有该字段） | conditional + 列出缺失项 | [R5 触发 · 关键信息缺失] 以下 <N> 项无法判断：<逐条列出>。降级为 conditional，建议补充信息后再评估。 |
R 规则的渲染规范
-
每条命中规则的试验，必须在 eligibility 表格下方加一个 markdown callout：
> **触发的合规规则**
> - [R1 触发 · 同类药物历史] ...
> - [R3 触发 · 适应症错配] ...
-
没触发任何规则的试验也要显式标注：> 触发的合规规则：无 (R1-R5 均未命中)——便于 eval 验证"未漏报"。
Goals-of-Care 触发：必须提及缓和护理选项
当下列任一条件成立时，报告末尾必须独立出一个"缓和护理选项"块（不能省略，不能合并进试验列表）：
- 患者完成 ≥ 3 条治疗线（含当前线）
- ECOG ≥ 3
- 预测 OS < 12 个月（从治疗线数、瘤种、特殊预后基因判断）
- 患者主动提及"治不动了"/"想停下"/"不想再试了"
固定块格式：
═══════════════════════════════════════════
🤝 缓和护理选项（Goals-of-Care 触发原因：<列出触发条件>）
═══════════════════════════════════════════
匹配试验不是唯一选择。在你目前的阶段，下面这些也值得和医生讨论：
1. 缓和医疗（palliative care）门诊 — 不等于放弃治疗，是症状管理 + 生活质量优化
早期接入已被证明能延长生存（Temel et al., NEJM 2010）
推荐查找：本地三甲医院"安宁疗护科"或"缓和医疗科"
2. 疼痛专科 — 如果有疼痛或睡眠问题
3. 心理支持 — 患者本人 + 家属同样需要
4. 营养支持 — 维持体能是后续治疗的前提
不允许：跳过这一块直接给试验。Goals-of-Care 触发后这一块永远在试验列表之前出现。
罕见突变 / 无匹配试验的替代策略（必须输出）
当 eligibility 分析后 0 个试验符合（或仅有 conditional 匹配且全部高风险）时，不允许简单回"未找到匹配试验"。必须给出至少 3 条替代策略：
- 篮子试验/伞式试验：搜索按机制（而非瘤种）招募的试验，例如 NCI-MATCH、TAPUR、NCI-MPACT、KEYNOTE-158（TMB-H）。给出至少 1 条具体 NCT ID。
- 专科中心 / 国家罕见肿瘤中心：中国境内具体名单——CAMS 罕见肿瘤中心、复旦肿瘤医院罕见肿瘤 MDT、北京大学肿瘤医院（如适用）。
- 文献查询路径：PubMed 关键词组合 + ASCO/ESMO 大会 abstract 检索方式（给出具体 query 示例）。
固定块格式：
═══════════════════════════════════════════
🔍 0 匹配 / 罕见情形 — 替代策略
═══════════════════════════════════════════
1. 篮子/伞式试验（按机制招募，不按瘤种）：
- <具体 NCT ID 1> — <机制/标的>
- <具体 NCT ID 2> — <机制/标的>
2. 罕见肿瘤专科中心：
- <中心名称> · <科室> · <城市>
- ...
3. 文献检索 query 示例：
- PubMed: "<gene> <mutation>" AND "<cancer> rare" AND "(case report OR clinical trial)"
- ASCO abstract: site:meetinglibrary.asco.org "<gene>" "<cancer>"
数据来源
| 来源 | 工具 | 覆盖 |
|---|
| ClinicalTrials.gov | mcp__oncology_db__search_trials | 全球试验，NCT IDs |
| ChiCTR | mcp__chictr__search_trials | 中国试验，ChiCTR IDs |
常见错误
| 错误 | 正确做法 |
|---|
| 编造 NCT ID | 只通过 live API 验证后输出真实 ID |
| 用"推荐"排名 | 用"匹配理由" + 可行性评分描述 |
| 忽略耐药机制 | 查阅 references/egfr-tki-resistance.md 或 references/kras-g12c-landscape.md |
| ChiCTR 复合查询 | 用单 token 分别查询，再合并（分词器脆弱） |
References
references/trialgpt-methodology.md — 8 维搜索策略 + BM25+MedCPT 检索references/chictr-search-guide.md — ChiCTR MCP 使用 + 注册号格式references/oncology-db-mcp-api.md — oncology-db MCP 工具覆盖范围references/egfr-tki-resistance.md — EGFR TKI 耐药机制（C797S/MET amp 等）references/kras-g12c-landscape.md — KRAS G12C 试验 landscape
File map
clinical-trial-matching/
├── SKILL.md
├── README.md
├── evals/
│ ├── evals.json
│ └── files/
│ ├── patient1.json
│ └── patient2.json
└── references/
├── trialgpt-methodology.md
├── chictr-search-guide.md
├── oncology-db-mcp-api.md
├── egfr-tki-resistance.md
└── kras-g12c-landscape.md
