오픈소스

Claude Code용 의학 연구 스킬

문헌 검색부터 원고 수정까지 연구 전체 과정을 다루는 20개 스킬. 의사가 직접 개발하고, 실제 논문에서 검증. MIT 라이선스.

연구 파이프라인

문헌 검색search-lit
NEW전문 다운로드fulltext-retrieval
연구 설계design-study
통계 분석analyze-stats
Figure 생성make-figures
NEW원고 작성write-paper
보고 가이드라인check-reporting
NEW자가 리뷰self-review
NEW리비전 대응revise
발표 준비present-paper

+ orchestrate · meta-analysis · grant-builder · intake-project · manage-project · publish-skill

End-to-End 파이프라인 데모

Live demo: from sklearn.datasets.load_breast_cancer() to a full manuscript with 4 figures, STARD compliance audit, and 12-slide presentation — all generated by chaining skills via orchestrate Full Pipeline Mode.

GitHub에서 데모 보기

모든 스킬

오케스트레이터

orchestrateNEW

전체 스킬 번들의 단일 진입점. 요청을 분류하여 적합한 스킬로 라우팅하거나, Full Pipeline Mode로 여러 스킬을 자동으로 체이닝합니다.

  • 자동 의도 분류
  • End-to-end 파이프라인: 스킬 자동 연결
  • 프로젝트 컨텍스트 감지

문헌 검색

search-lit

PubMed + Semantic Scholar + bioRxiv 검색. 인용 조작 방지 기능으로 모든 레퍼런스를 API로 검증합니다.

  • 모든 레퍼런스 API 검증
  • BibTeX 내보내기
  • 가짜 인용 방지

전문 다운로드

fulltext-retrievalNEW

오픈 액세스 PDF 일괄 다운로드. Unpaywall → PMC → OpenAlex → CrossRef 순서로 탐색합니다.

  • DOI 목록 또는 TSV 입력
  • PDF 유효성 자동 검증
  • 유료 논문 수동 확인 목록 생성

보고 가이드라인

check-reporting

15개 보고 가이드라인 대비 원고 준수 감사. 항목별 평가와 섹션 경계 확인을 제공합니다.

  • STROBE, STARD, PRISMA, CONSORT, TRIPOD+AI
  • Results/Discussion 경계 확인
  • 구체적 수정 제안

연구 설계

design-study

분석 단위, 코호트 논리, 데이터 누출 위험, 검증 전략을 식별합니다.

  • 데이터 누출 위험 감지
  • 비교군 설계 검토
  • 보고 가이드라인 매칭

통계 분석

analyze-stats

진단 정확도, 평가자 간 일치도 등을 위한 재현 가능한 Python/R 코드. 예측 모델에는 calibration 필수.

  • DTA, 생존분석, 인구통계 테이블
  • 출판 수준 결과물
  • 효과 크기 + 신뢰구간

논문용 Figure

make-figures

저널 규격 Figure: ROC curve, forest plot, flow diagram, Kaplan-Meier 등.

  • 300 DPI, 색각이상 안전 팔레트
  • PRISMA / CONSORT / STARD 흐름도
  • Bland-Altman, confusion matrix

연구비 신청서

grant-builder

연구의 중요성, 혁신성, 접근법, 마일스톤, 컨소시엄 역할을 구조화합니다.

  • NIH / 한국연구재단 형식 지원
  • Specific Aims 페이지
  • 예산 정당화

프로젝트 접수

intake-project

새 연구 프로젝트를 분류하고, 현재 상태를 요약하며, 다음 단계를 제안합니다.

  • 프로젝트 유형 분류
  • 누락 입력 감지
  • 경량 스캐폴딩

논문 발표 준비

present-paper

학술 발표 준비: 논문 분석, 발표 스크립트, 슬라이드 노트 삽입, Q&A 대비.

  • 청중 맞춤 스크립트
  • PPTX 노트 자동 삽입
  • 다관점 Q&A 준비

스킬 배포

publish-skill

개인 Claude Code 스킬을 배포 가능한 오픈소스 패키지로 변환합니다.

  • 자동 개인정보 감사
  • 라이선스 호환성 검사
  • 범용화 파이프라인

메타분석

meta-analysis

8단계 체계적 문헌고찰 및 메타분석 파이프라인. DTA (bivariate/HSROC) 및 중재 MA를 PRISMA-DTA 기준으로.

  • 프로토콜부터 원고까지 파이프라인
  • Bivariate & HSROC 모델
  • PRISMA-DTA 준수

원고 작성

write-paperNEW

개요부터 투고 가능 원고까지 8단계 IMRAD 파이프라인. Critic-Fixer 루프와 섹션 경계 제어 내장.

  • Results 섹션 해석 방지 가드레일
  • 앵커 논문 기반 Discussion
  • AI 작문 패턴 감지

자가 리뷰

self-reviewNEW

투고 전 10개 카테고리 점검. 연구 유형별 분기 지원 (AI, 관찰, 교육, 메타분석, 증례, 외과).

  • Major / Minor 심각도 분류
  • 예측 모델 calibration 필수 확인
  • R0 넘버링 (/revise 연계)

리비전 대응

reviseNEW

심사 결과 레터를 파싱하여 MAJOR/MINOR/REBUTTAL로 분류하고, 항목별 응답을 생성합니다.

  • 구조화된 응답 템플릿
  • 페이지/라인 참조 변경 이력
  • 커버 레터 생성

프로젝트 관리

manage-projectNEW

연구 프로젝트 스캐폴딩, 작성 진행 추적, 투고 체크리스트 및 역방향 타임라인 생성.

  • 프로젝트 구조 생성 (init)
  • 단계별 진행 추적
  • 투고 전 체크리스트

표본 크기 계산

calc-sample-sizeNEW

진단 정확도, 그룹 비교, 상관관계 연구를 위한 검정력 분석 및 표본 크기 추정.

  • DTA (민감도/특이도) 검정력
  • 두 그룹 비교 (t-test, chi-square)
  • 재현 가능한 R/Python 코드

데이터 정제

clean-dataNEW

연구 데이터셋 표준화, 유효성 검증, 변환. 결측치, 이상치 감지, 변수 리코딩을 처리합니다.

  • 결측치 요약 및 대체
  • 이상치 감지 (IQR, Z-score)
  • 코드북 생성

저널 추천

find-journalNEW

스코프, Impact Factor, 심사 기간, OA 정책을 기반으로 투고 저널을 매칭합니다.

  • 스코프 & 독자층 매칭
  • Impact Factor / CiteScore 조회
  • OA 비용 & 심사 기간 추정

프로토콜 작성

write-protocolNEW

SPIRIT 기준 연구 프로토콜과 체계적 문헌고찰용 PROSPERO 등록 초안을 생성합니다.

  • SPIRIT 체크리스트 통합
  • PROSPERO 등록 초안
  • 윤리위원회 제출 보일러플레이트

Why These Skills?

Anti-Hallucination Citations

Every reference verified against PubMed, Semantic Scholar, or CrossRef APIs. No citation is ever generated from memory alone.

15 Reporting Guidelines

STROBE, STARD, TRIPOD+AI, PRISMA, ARRIVE built-in. CONSORT, CARE, SPIRIT, CLAIM supported via knowledge-based assessment.

Publication-Ready Output

300 DPI figures, colorblind-safe palettes, reproducible Python/R code. Ready for journal submission.

설치

Claude Code 스킬 디렉토리에 복사하면 끝.

NEW

Claude Code Desktop (터미널 불필요)

프로그래밍 경험이 없으신가요? CLI 대신 Desktop 앱을 사용하세요. GitHub에서 ZIP 다운로드 후 스킬 폴더 복사 — 끝.

단계별 가이드

CLI — 전체 스킬 설치

git clone https://github.com/aperivue/medsci-skills.git
cp -r medsci-skills/skills/* ~/.claude/skills/

CLI — 단일 스킬 설치

git clone https://github.com/aperivue/medsci-skills.git
cp -r medsci-skills/skills/check-reporting ~/.claude/skills/

Requires Claude Code Desktop or CLI. Python 3.9+ for statistical analysis and figure generation.

연구를 효율화할 준비가 되셨나요?

MIT License · Built by Aperivue