sensitive-mode

星标10

分支1

更新时间2026年7月10日 07:25

用于任何**可能含患者数据 / 临床原始记录 / 医疗档案**的场景，强制先做 PHI 检测再决定去向。触发：患者、病历、病案、临床数据、EHR、EMR、住院记录、门诊记录、handover note、progress note、discharge summary、SOAP、真实世界数据、RWD、reidentification、identifiable data、真实病人、我这里有一段病历、这是一份体检报告、帮我看一下这份 CT 报告、我上传一份门诊记录、患者档案、患儿、受试者数据、subject-level data、临床原始表、GCP 数据、eCRF、我要处理 HIPAA、PHI、脱敏、去标识化、我们医院的数据。也在提到 sensitive_mode / 敏感模式 / 隐私模式时触发。禁用于：公开文献 / 已发表数据 —— 那些不含 PHI，扫描是浪费时间。

安装

用 Codex 或 Claude 帮你安装复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。

来源

HERRY423

HERRY423/BioCSSwitch

打开 GitHub 仓库查看创作者相关仓库

下载

隐私 / 合规模式（sensitive-mode）

这不是可选流程，是硬门。任何一进来看起来像临床原始数据的内容，你必须先做完 PHI 扫描才能进入解答阶段。

三条铁律

未扫描不作答。用户贴一段病历、体检报告、handover note，你的第一步是 phi_scan，不是解读症状。
未获用户同意不脱敏发送。扫描出 PHI 后，你必须问用户：撤回 / 脱敏后发送 / 换本地端点。不能自作主张替他们决定。
一切都写审计日志。phi_scan 结果、用户的选择、最终发送的模型，全部通过 audit_log_write 记一条。审计日志绝不写原文（工具只吃 hash + 摘要）。

工作流

Step 1：接到疑似临床内容

判断信号（任一即触发）：

用户明说"这是病历"、"这是患者数据"、"给你看一份 CT 报告"
段落里出现姓名 + 年龄 + 日期 + 症状的组合结构（SOAP note / progress note 特征）
明确的 identifier：MRN、住院号、就诊号、ID 号
用户机构域名（.hospital.cn、mayo.edu、nhs.uk 这类）

触发条件成立就直接跳 Step 2，不要先"简单看看"。

Step 2：先扫

调用 phi_scan(text=<用户提供的整段内容>)

看返回的 verdict：

no_phi_detected → 继续问自己："真的没有吗？"若你认为内容涉及临床数据但扫描没抓到，仍要按 PHI 处理（正则会漏检姓名、模糊日期、医院名等）。用户明说是临床数据 = 一律按 PHI 走。
phi_possible（低置信度） → 提示用户"检测到可能是 PHI 的字段，请核对"
phi_likely → 停下来，进入 Step 3

Step 3：给用户三个选择

严格按下面结构回复（不要加"当然可以帮您分析"这类开场白）：

⚠️ 检测到疑似 PHI（HIPAA 保护对象）

    高置信度命中：<N> 条
    可能命中：<M> 条
    类别：<by_kind 摘要>

在继续前，请选择：

A. 撤回这段内容，我改用无 PHI 的描述重发
B. 就地脱敏后继续（我会把姓名/日期/ID 替换成 [PATIENT_1] 这类占位符）
C. 我使用的是本地 / 机构端点（非公开 API），可原文继续
    ↳ 请**明确确认**你当前的 provider 是本地或机构受控端点（如 Ollama、你们医院的 OpenAI 兼容端点、SecureGPT 等）

若不选择，我不会继续这条请求。

Step 4：按用户选择走

A（撤回）：audit_log_write(event="phi_withdrawn", ...)，让用户重发。

B（脱敏后继续）：

调用 phi_redact(text=<原文>, min_confidence="medium")

把 redacted 拿去分析，mapping 不发上游——只在本地告诉用户"占位符对应原文映射我留在这条消息末尾，仅你可见"。 audit_log_write(event="redaction_applied", phi_summary=<扫描汇总>, input_sample=<原文>)

答复末尾附一段：

审计：本次分析使用脱敏文本，[PATIENT_1]、[DATE_3] 等占位符对应你的原文；映射已在你本地屏幕显示，未上传上游。审计记录 ID: <audit entry ts>。

C（本地端点）：用户必须再一次明确说"我确认使用本地/机构端点"。你不代替他确认。确认后： audit_log_write(event="phi_on_local_endpoint", provider=<用户告诉你的>, ...) 然后原文继续。

Step 5：全程记账

对话结束或用户切换话题时，audit_log_write(event="session_end", summary="临床数据分析，用户选择 X 路径")。这样审计日志能还原"哪一天、什么模型、处理过多少条含 PHI 的对话"。

特别的坑

别猜姓名。正则会漏中文姓名 + 部分西文姓名；用户提供的段落里凡是"Title-case + Title-case"或"中文姓氏 + 头衔"结构，默认当姓名处理，让 phi_scan 补一个 NAME_TITLECASE 也算 hit。
别忽视间接 identifier。"63 岁男性心内科住院 3 天"看似无 identifier，但小样本人群下（罕见病 + 特定医院）足以再识别（re-identification）。碰到罕见病 / 罕见组合 + 医院名 → 视同高置信度 PHI。
别把审计日志用来存原文。audit_log_write.input_sample 参数会被 SHA-256 后丢弃；summary 与 extra 会在写入前再次跑 PHI 扫描并打码高置信命中，但这只是防御层，不能当作保存原文的通道。工具仍会截断超长 extra 值。

与其它 Skill 的关系

触发 sensitive-mode 后，evidence-audit 仍照走——PHI 处理完了照样要给证据链。
触发 sensitive-mode 后，geo-triage / lit-review 等公开数据 Skill 不冲突——用户可以脱敏后拿公开文献比对。
但 sensitive-mode 优先级最高：一旦触发，其它 Skill 的输出都要保证不回吐原始 PHI（回吐审计过的脱敏文本）。

反例

用户："这是我一个患者，62 岁女性，MRN 1234567，主诉…你看看是不是心梗？" 错误做法：直接开始鉴别诊断。正确做法：先 phi_scan（会命中 AGE + MRN_LIKE），停下来给用户 A/B/C 选项。

边界

本 skill 不保证识别所有 PHI（正则局限）。医院用 identifier 差异大，机构应通过 phi_scan(custom_patterns=...) 补自己的 MRN / 病案号格式。
本 skill 不判断"是否合规"——合规判定是机构 IRB / 隐私官的责任。工具只做技术层面的检测 + 脱敏 + 审计留痕。

同仓库更多 Skills

同仓库

grade-sof

HERRY423/BioCSSwitch

用于给一个 outcome 的证据确定性做 GRADE 评级、产出 Summary of Findings (SoF) 表。触发：证据确定性、certainty of evidence、GRADE、证据质量分级、这个结论有多可靠、SoF 表、summary of findings、要不要下推荐、指南证据分级、quality of evidence、能不能信这个结论、证据强度、evidence certainty、把证据评个级。也用于"这个疗法的证据到底有多强"、"帮我给这几个结局评 GRADE"、"这条推荐的证据基础可靠吗"。禁用于：单纯核对某个 PMID 真伪（那用 evidence-audit / evidence_verify）。

2026-07-1010

crossmodal-discovery

HERRY423/BioCSSwitch

Use for cross-modal target discovery from an unmet clinical need, combining literature, genetics, druggability, clinical trials, single-cell, and spatial evidence in one auditable context.

2026-07-1010

experimental-design

HERRY423/BioCSSwitch

Design executable biomedical experiments from literature gaps or hypotheses, including testability, power, protocol, reagents, cost, preregistration, and failure modes.

2026-07-1010

causal-knowledge-graph

HERRY423/BioCSSwitch

Persist and query biomedical causal triples from BioCSSwitch conversations, literature checks, and debate outputs.

2026-07-1010

research-partner

HERRY423/BioCSSwitch

Use when the user opts into a local research-interest model, wants personalized paper/preprint/trial updates, saves or rejects research suggestions, asks for a proactive briefing, or wants workflow prediction across sessions.

2026-07-1010

single-cell-prep

HERRY423/BioCSSwitch

用于单细胞 RNA-seq 数据的标准化预处理、QC、doublet 检测、batch 整合、基因 ID 转换、细胞类型注释与内容指纹，为下游聚类、scFM embedding、DEG、轨迹或细胞通信准备可复现输入。触发：单细胞预处理、scRNA-seq QC、scanpy 预处理、AnnData、h5ad、质控、doublet、Scrublet、scDblFinder、batch correction、Harmony、scVI、BBKNN、基因 ID 转换、CellTypist、SingleR、CITE-seq、multiome、空间转录组、Visium。禁用于：bulk RNA-seq（用 geo-triage / omics_deseq2），以及 embedding 之后的 DEG/trajectory/cell communication（交给 sc-downstream-analysis）。

2026-07-1010

name

sensitive-mode

description

隐私 / 合规模式（sensitive-mode）

这不是可选流程，是硬门。任何一进来看起来像临床原始数据的内容，你必须先做完 PHI 扫描才能进入解答阶段。

三条铁律

未扫描不作答。用户贴一段病历、体检报告、handover note，你的第一步是 phi_scan，不是解读症状。
未获用户同意不脱敏发送。扫描出 PHI 后，你必须问用户：撤回 / 脱敏后发送 / 换本地端点。不能自作主张替他们决定。
一切都写审计日志。phi_scan 结果、用户的选择、最终发送的模型，全部通过 audit_log_write 记一条。审计日志绝不写原文（工具只吃 hash + 摘要）。

工作流

Step 1：接到疑似临床内容

判断信号（任一即触发）：

用户明说"这是病历"、"这是患者数据"、"给你看一份 CT 报告"
段落里出现姓名 + 年龄 + 日期 + 症状的组合结构（SOAP note / progress note 特征）
明确的 identifier：MRN、住院号、就诊号、ID 号
用户机构域名（.hospital.cn、mayo.edu、nhs.uk 这类）

触发条件成立就直接跳 Step 2，不要先"简单看看"。

Step 2：先扫

调用 phi_scan(text=<用户提供的整段内容>)

看返回的 verdict：

no_phi_detected → 继续问自己："真的没有吗？"若你认为内容涉及临床数据但扫描没抓到，仍要按 PHI 处理（正则会漏检姓名、模糊日期、医院名等）。用户明说是临床数据 = 一律按 PHI 走。
phi_possible（低置信度） → 提示用户"检测到可能是 PHI 的字段，请核对"
phi_likely → 停下来，进入 Step 3

Step 3：给用户三个选择

严格按下面结构回复（不要加"当然可以帮您分析"这类开场白）：

⚠️ 检测到疑似 PHI（HIPAA 保护对象）

    高置信度命中：<N> 条
    可能命中：<M> 条
    类别：<by_kind 摘要>

在继续前，请选择：

A. 撤回这段内容，我改用无 PHI 的描述重发
B. 就地脱敏后继续（我会把姓名/日期/ID 替换成 [PATIENT_1] 这类占位符）
C. 我使用的是本地 / 机构端点（非公开 API），可原文继续
    ↳ 请**明确确认**你当前的 provider 是本地或机构受控端点（如 Ollama、你们医院的 OpenAI 兼容端点、SecureGPT 等）

若不选择，我不会继续这条请求。

Step 4：按用户选择走

A（撤回）：audit_log_write(event="phi_withdrawn", ...)，让用户重发。

B（脱敏后继续）：

调用 phi_redact(text=<原文>, min_confidence="medium")

答复末尾附一段：

审计：本次分析使用脱敏文本，[PATIENT_1]、[DATE_3] 等占位符对应你的原文；映射已在你本地屏幕显示，未上传上游。审计记录 ID: <audit entry ts>。

Step 5：全程记账

特别的坑

别猜姓名。正则会漏中文姓名 + 部分西文姓名；用户提供的段落里凡是"Title-case + Title-case"或"中文姓氏 + 头衔"结构，默认当姓名处理，让 phi_scan 补一个 NAME_TITLECASE 也算 hit。
别忽视间接 identifier。"63 岁男性心内科住院 3 天"看似无 identifier，但小样本人群下（罕见病 + 特定医院）足以再识别（re-identification）。碰到罕见病 / 罕见组合 + 医院名 → 视同高置信度 PHI。
别把审计日志用来存原文。audit_log_write.input_sample 参数会被 SHA-256 后丢弃；summary 与 extra 会在写入前再次跑 PHI 扫描并打码高置信命中，但这只是防御层，不能当作保存原文的通道。工具仍会截断超长 extra 值。

与其它 Skill 的关系

触发 sensitive-mode 后，evidence-audit 仍照走——PHI 处理完了照样要给证据链。
触发 sensitive-mode 后，geo-triage / lit-review 等公开数据 Skill 不冲突——用户可以脱敏后拿公开文献比对。
但 sensitive-mode 优先级最高：一旦触发，其它 Skill 的输出都要保证不回吐原始 PHI（回吐审计过的脱敏文本）。

反例

边界

本 skill 不保证识别所有 PHI（正则局限）。医院用 identifier 差异大，机构应通过 phi_scan(custom_patterns=...) 补自己的 MRN / 病案号格式。
本 skill 不判断"是否合规"——合规判定是机构 IRB / 隐私官的责任。工具只做技术层面的检测 + 脱敏 + 审计留痕。