本指南背後的 Skill: Nora - Medical Writer AI Skill。會先詢問受眾、文件類型和司法管轄區,並標記缺失資料,而不是自行捏造 - $29,一次付款,永久擁有。
查看 Nora Skill →模型可以減輕組織文件初稿、為不同讀者改寫相同試驗資料,以及將臨床語言轉為白話語言的負擔。但您不能信任它處理參考文獻,它不知道您核准的標示內容,也不知道您獲准貼上的輸入內容有哪些。任何以這種方式起草的內容,在送交患者、監管機構或期刊前,都必須經過合資格的醫學、科學和監管審查。這不是醫療建議。
為什麼引用捏造是首先要處理的問題?
因為在這個領域,虛假參考文獻不只是讓您難堪。模型會產生一組聽起來真實的作者名單、合理的期刊名稱、卷號、頁碼範圍,以及格式完整的 DOI,來對應一篇根本不存在的論文 - 而輸出中沒有任何訊號顯示這些內容是它捏造的。沒有保留語氣、沒有缺漏欄位,也沒有較低的信心程度。
它最常發生在您最需要支持的地方:論證的關鍵主張,以及真實文獻最為稀疏之處。如果引用的是文獻充分涵蓋的主題,模型看過真實論文,因此更可能說出其中一篇。如果您的句子需要一項從未有人進行過的研究,您就會得到一項從未進行過的研究。
在醫學寫作中,相鄰的失誤更為嚴重,因為它們經得起快速檢視:真實論文配上捏造的頁碼;真實論文的研究結果卻來自不同族群、不同劑量或不同追蹤期間,與您附加引用的句子不符;可解析的 DOI 卻指向無關的文章。每一份參考文獻都必須在正式使用前,透過 DOI、PubMed 和期刊,對照實際來源完成核實。
有效的方法:永遠不要要求來源
調換順序。讓模型標記需要引用的主張,並告訴您該搜尋什麼。自行尋找來源。然後將實際來源文字貼回,讓模型根據來源實際所述內容核對您的草稿 - 這一步能抓出更常見的問題:實際存在的參考文獻,其證據支持範圍卻被過度延伸。
提示 1 - 標記各項主張,不提供參考文獻
提示 2 - 根據實際來源檢查改寫內容
它會在寫下第一行之前先詢問受眾、文件類型和司法管轄區,之後只根據您提供的資料工作 - 對缺少的內容標示為 [DATA TO BE PROVIDED],而不是自行填補空白。每份輸出都會標示為草稿,供具備資格的人員審閱。
查看 Nora - Medical Writer AI Skill →您實際上可以放入其中的是什麼?
這是真實的決定,也有真實的規則,而且必須在您貼上資料之前決定,而不是之後。兩個不同的問題常被混為一談。
患者資料。根據 HIPAA,代表您處理受保護健康資訊的供應商需要簽署商業夥伴協議。消費者聊天方案通常不包含此協議,因此「我就直接貼上病例摘要」是關於您組織合規狀況的決定,而不是圖方便。去識別化也有明確標準 - 安全港和專家判定 - 單純移除姓名並不符合其中任何一項。日期、罕見診斷、規模很小的醫療機構族群、年齡與地點的不尋常組合:其中任何一項都可能重新識別出某人。根據 GDPR,健康資料屬於特殊類別,有其自身的法律依據、資料最小化及保留要求,而實際進行處理的地點也很重要。
未發表的試驗資料。這完全是另一套規則。根據合約,這類資料通常對申辦者而言屬於機密,而保密協議並不在意接收者是人還是工具。對於上市申辦者而言,在披露前的主要結果也可能構成重大非公開資訊。
實務上的答案是:先詢問你的組織採用哪個層級以及已訂立什麼協議,並在開始撰寫任何實際內容前取得答案。使用合成資料或已發表資料學習工作流程 - 它教會你的內容完全相同。
模型不知道哪些受監管內容?
它不知道你的標籤內容。它根據已發表的文獻以及藥品文案通常的寫法來撰寫,這就是為什麼它會在沒有察覺自己已越界的情況下,偏離核准適應症,寫出超出範圍的療效表述。
在美國,處方藥促銷受 21 CFR 202.1 規範。材料必須在風險與效益資訊之間呈現公平平衡 - 這是關於兩者處理是否充分的結構性要求,而不是語氣問題 - 且不得在副作用、禁忌症或有效性方面提供虛假或誤導性資訊,也不得省略依建議方式使用時其後果的重要事實。促銷材料須在首次發布時以 Form 2253 提交給 FDA;不合規時,處方藥促銷辦公室會發出無標題信和警告信。若要求模型撰寫「引人入勝」的文案,它預設會產出偏重效益的文字,因為大多數行銷文案都是如此。
結構化文件具有規定的內容:臨床試驗報告適用 ICH E3,歐盟適用 SmPC 和包裝仿單格式,另有針對隨機試驗的 CONSORT、系統性回顧的 PRISMA,以及觀察性研究的 STROBE 等報告指南。典型的失誤並不是某個看起來不對的章節 - 而是某個讀起來完美、卻悄悄遺漏了必要項目的章節。
對於期刊投稿,ICMJE 建議指出,聊天機器人不能列為作者,因為作者身分要求對作品的準確性與完整性負責。作者應在投稿時披露 AI 輔助技術,說明其使用方式,並持續負責核實 AI 曾接觸的所有內容。同樣的規範也涵蓋學術面向,詳見我們的 學術寫作指南,以及 引用管理指南中的參考文獻核查。
它真正擅長什麼?
改寫。同一組資料必須轉化為臨床研究報告段落、論文、臨床醫師簡報和患者說明單,採用四種文體,而這項轉換工作確實需要投入數小時。只要提供數字並告知模型目標讀者,它就能在你保留判斷力的同時,完成結構與語言上的轉換。
它也很擅長為你不常撰寫的文件類型建立第一版結構、指出你自己的草稿在哪些地方偏離了文體,以及在審查者提出問題之前,先提出審查者會問的棘手問題。
Prompt 3 - 在不增加主張的情況下改寫給不同讀者
Prompt 4 - 送交審查者前的預審階段
針對工作中較日常的部分 - 診所信件、病例摘要、專科醫師往來函件 - 先撰寫草稿供臨床醫師審閱,再送出任何內容。同樣的機密性問題,適用於你貼上內容之前。
檢視 AI 醫療文件撰寫工具 →如何安裝 Nora skill?
下載檔案是 ZIP,且 SKILL.md 位於壓縮檔根目錄 - 不在巢狀資料夾內,後者是上傳失敗最常見的原因。在 Claude 桌面應用程式中,開啟 自訂 → Skills,上傳 ZIP,然後將其切換為啟用。Claude 會在你的要求符合其涵蓋範圍時載入它。
Skills 適用於 Free、Pro、Max、Team 和 Enterprise。真正的要求是程式碼執行:在 Free、Pro 和 Max 中,請在「設定」→「功能」下啟用 程式碼執行與檔案建立。在 Team 中,組織層級預設會啟用;在 Enterprise 中,則由擁有者在組織設定中啟用。如果你工作帳戶中的 Skills 選單呈灰色,那是管理員關閉的開關,不是方案限制 - 而在生命科學組織中,這項功能可能是被刻意關閉的,值得先詢問原因,再設法繞過它。
在 ChatGPT 或 Gemini 中不需要上傳步驟:開啟 SKILL.md,複製內容並貼到自訂指示中。你會失去自動觸發功能,但保留這套方法。
它會在哪些地方失效?
- 對你的資料進行算術。 它會根據你的文字重新計算百分比、信賴區間或發生率,並在聽起來很確定的情況下算錯。請從來源表格手動逐一抄錄所有數值。
- 編碼術語。 MedDRA 首選術語、ICD 與 ATC 代碼看似合理,卻經常錯誤。這些是查詢工作,不是語言任務。
- 司法管轄區結構。 美國處方資訊文件與歐盟 SmPC 並不是只差在拼字的同一份文件。若要求「處方資訊」,它會將兩者混在一起。
- 公平平衡。 保持預設設定時,它會撰寫偏重效益的文案。平衡性必須明確指示,而且仍須由具資格的人員檢查。
- 迎合性。 詢問草稿是否合規,通常會得到肯定答覆。改為詢問審閱者會提出哪些異議。
- 稽核軌跡。 ChatGPT 的輸出沒有版本歷史、審閱者核准,也沒有受控紀錄。在受 21 CFR Part 11 或 EU Annex 11 規範的環境中,草稿必須進入經驗證的文件系統,而不是留在對話中。
- 機密性。 這在貼上的當下就失效了。之後沒有補救方法。
這是給誰的?
醫療寫作者、製藥公司與 CRO 的法規及臨床團隊、醫療傳播機構,以及撰寫研究報告的學術研究人員。它可在 Claude、ChatGPT 或任何 AI 聊天工具中運作。對於相關的臨床文件 - 同意書、臨床摘要、患者資料,健康與醫療 Skill 收藏集及健康與醫療 prompt 組合包涵蓋更多相同領域,每項都是專注的助理,而非通用聊天機器人。這裡的所有工具都會產生供合格人員審閱的草稿,任何一項都不是醫療建議。
總結:
絕不要接受模型提供的參考資料;在貼上內容前先確認機密性問題;並將每項輸出視為供合格醫療與法規人員審閱的草稿。對於法規、臨床與患者-facing 文件,請使用 Nora - 醫療寫作 AI Skill($29);至於日常診所信件與病例摘要,AI 醫療文件寫作工具($9)prompt 組合包即可涵蓋其餘需求。兩者皆可在 Claude、ChatGPT 與任何 AI 聊天工具中使用,並提供 30 天退款保證。
Nora - 醫療寫作 AI Skill
這是一個檔案,在開始撰寫任何文字前先確定受眾、文件類型與司法管轄區,只使用你提供的資料,並將每個缺口標示為 [DATA TO BE PROVIDED],而不是自行捏造。產出的草稿供合格人員審閱。不需訂閱。永久屬於你。
KissMySkills 是一個提供 853 個 AI Skill、158 個 prompt 組合包、55 個 代理與免費工具的市集,適用於 Claude、ChatGPT 與任何 AI 聊天工具。


