case-summary

tarafından nvidia

FHIR uçlarından bir hasta için kapsamlı bir klinik vaka özeti hazırlayın. Bir hastayı özetlemek, vaka derlemek veya tümör kurulu için hazırlık yapmak istendiğinde kullanın.

npx skills add https://github.com/nvidia/dgx-spark-playbooks --skill case-summary

Prepare a complete case summary for $ARGUMENTS

Use your fhir-basics skill to query the FHIR endpoints. Use your clinical-knowledge skill to flag abnormal values and identify relevant clinical context.

Steps

  1. Find the patient -- Query GET /Patient?name={name}&_count=5 or GET /Patient?_count=1 for "first patient". Extract id, full name, birthDate, gender.

  2. Get active conditions -- Query GET /Condition?patient={id}&clinical-status=active. Extract each condition's display name, SNOMED/ICD code, onset date, and verification status. Also query for resolved conditions and list them separately (they provide clinical history context).

  3. Get recent labs -- Query GET /Observation?patient={id}&category=laboratory&_sort=-date&_count=50. "Recent" means the most recent value for each distinct LOINC code within the past 12 months. For each lab, report: name, value, unit, date, and whether it's normal/abnormal per the clinical-knowledge skill. If the Observation includes a referenceRange, use that for flagging.

  4. Get recent vitals -- Query GET /Observation?patient={id}&category=vital-signs&_sort=-date&_count=20. For blood pressure, handle the component Observation format (LOINC 85354-9 panel with systolic/diastolic in component[]). Report the most recent BP, heart rate, BMI, temperature.

  5. Get current medications -- Query GET /MedicationRequest?patient={id}&status=active. For each medication, report: drug name, dosage text, and drug class (per clinical-knowledge skill). Organize by drug class when possible.

  6. Get recent encounters (optional but adds context) -- Query GET /Encounter?patient={id}&_sort=-date&_count=5. Report type, date, and reason if available. This shows how recently the patient was seen.

  7. Compile the case summary with these sections:

    • Demographics: Name, age (calculated from birthDate), gender, address if available
    • Active Conditions: With codes and onset dates
    • Resolved Conditions (if any): Brief list for clinical history
    • Recent Labs: Grouped by category (metabolic, lipids, renal, hematology), abnormal values highlighted
    • Recent Vitals: Most recent BP, HR, BMI
    • Current Medications: With drug class annotations
    • Clinical Flags: Any abnormal values, potential care gaps (e.g., diabetic patient without A1c in 12 months, hypertensive with uncontrolled BP), or comorbidity patterns worth noting
  8. Disclaimer: "This summary is auto-generated from FHIR data for research and operational use. Verify all information before clinical decision-making."

Output Format

============================================================
PATIENT CASE SUMMARY
============================================================
Generated: {date/time}
Source: {FHIR endpoint URL}

DEMOGRAPHICS
  Name:     {full name}
  Age:      {age} years (DOB: {birthDate})
  Gender:   {gender}

ACTIVE CONDITIONS ({count})
  1. {display} (SNOMED {code}) -- onset {date}
  2. ...

RESOLVED CONDITIONS ({count})
  1. {display} -- resolved

RECENT LABS (most recent per test, past 12 months)
  Metabolic:
    HbA1c:          {value}% ({date})     ⚠ ABOVE TARGET (>7.0%)
    Fasting Glucose: {value} mg/dL ({date}) -- Normal
  Renal:
    Creatinine:     {value} mg/dL ({date}) -- Normal
    eGFR:           {value} mL/min ({date}) -- Normal
  Lipids:
    LDL:            {value} mg/dL ({date})  ⚠ ELEVATED (>100)
    ...

RECENT VITALS
  Blood Pressure: {systolic}/{diastolic} mmHg ({date})
  Heart Rate:     {value} bpm ({date})

CURRENT MEDICATIONS ({count})
  Diabetes:
    - Metformin 1000mg twice daily
  Antihypertensive:
    - Lisinopril 20mg daily
  Statin:
    - Atorvastatin 40mg daily

CLINICAL FLAGS
  ⚠ HbA1c 9.2% indicates poor glycemic control (CMS122 gap)
  ⚠ LDL 165 mg/dL above target for diabetic patient
  ✓ On statin therapy (appropriate for diabetes + elevated LDL)
  ✓ On ACE inhibitor (appropriate for diabetes + hypertension)

============================================================
Disclaimer: This summary is auto-generated from FHIR data
for research and operational use. Verify all information
before clinical decision-making.
============================================================

nvidia tarafından daha fazla skill

compileiq-debug
nvidia
Bir şeyler yanlış olduğunda kullanın: Search() takılıyor, tüm değerlendirmeler INVALID_SCORE döndürüyor, puanlar iyileşmiyor, her yapılandırma aynı sayıyı döndürüyor, ptxas hataları…
create-github-pr
nvidia
gh CLI kullanarak GitHub pull request'leri oluşturun. Kullanıcı yeni bir PR oluşturmak, kodu incelemeye göndermek veya bir pull request açmak istediğinde kullanın. Tetikleyici anahtar kelimeler -…
nemoclaw-maintainer-cross-issue-sweep
nvidia
Diğer açık sorunları tarayarak, belirli bir PR'ın da düzeltebileceği veya yanlışlıkla bozabileceği sorunları bulur. Dosya:satır… ile bitişik düzeltme fırsatlarını ve çelişki risklerini çıktı olarak verir.
fhir-basics
nvidia
Ajanlara FHIR R4 API'lerinin nasıl çalıştığını, hangi kaynakların mevcut olduğunu, arama parametreleriyle nasıl sorgulanacağını ve tüm yanıt formatlarının nasıl doğru şekilde ayrıştırılacağını öğretir…
compileiq-validate-result
nvidia
Bir arama tamamlandıktan SONRA ve herhangi bir hızlandırma talep etmeden veya bir ACF göndermeden ÖNCE kullanın. dump_results CSV dosyasını yükler, en iyi K adayı (tek amaçlı) çıkarır…
changelog-audit
nvidia
Bir sürüm öncesinde Warp CHANGELOG.md dosyasını denetle: kayıp girdileri kurtar, kullanıcı etkisine göre sırala, girdi dilini iyileştir, satır kaydırma yap ve (sürüm dalı modunda) karşılaştırmayı artır…
maintain-dynamic-plugins
nvidia
NeMo Relay dinamik eklenti yükleyicilerini, manifestolarını, Rust yerel SDK'larını, gRPC işçi protokolünü, Python işçi SDK'sını, dokümantasyonu, testleri ve sürüm iş akışı kapsamını korur
dgx-diagnose
nvidia
Yaygın DGX Station GB300 sorunlarını teşhis edin — CUDA çökmeleri, yanlış GPU hedefleme, vLLM/SGLang konteyner hataları, MIG durumu sorunları, NVLink/Fabric Manager hataları,…