這個頁面
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 - $19,一次付款,永久擁有。
查看 Nora Skill →模型可以替你減輕文件架構、為不同讀者重新詮釋相同試驗資料,以及將臨床語言轉化為白話語言的初稿負擔。但你不能信任它提供參考文獻,它不知道你的核准標籤,也完全不知道你提供的哪些內容獲准貼上。任何以這種方式起草的內容,在交給患者、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。
為什麼引用造假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你難堪。模型會生成看似真實的作者名單、可信的期刊名稱、卷號、頁碼範圍和格式正確的 DOI,來指向一篇根本不存在的論文 - 而輸出完全沒有任何訊號顯示其中內容是它捏造的。沒有保留語氣、沒有缺漏欄位,也沒有較低的信心程度。
這種情況最常發生在你最需要支持的地方:論點的關鍵支點,也就是現有文獻最稀薄之處。如果引用的是文獻充足的主題,模型看過真實論文,因此更有可能列出其中一篇。如果你的句子需要一項從未有人進行過的研究,你得到的就會是一項從未有人進行過的研究。
在醫學寫作中,鄰近的失誤更為嚴重,因為它們能通過快速檢查:真實論文卻捏造頁碼;真實論文的研究結果來自不同族群、不同劑量或不同追蹤期間,卻被附加到你的句子上;可解析的 DOI 卻指向無關的文章。每份參考文獻都會在使用前,透過 DOI、PubMed 或期刊網站,對照實際來源加以核實。
有效的方法:永遠不要要求提供來源
反過來做。請模型標記需要引用的主張,並告訴你要搜尋什麼。自行找出來源。接著將實際來源文字貼回去,讓模型根據來源實際所述內容檢查你的草稿 - 這一步能抓出更常見的問題:明明是真實的參考文獻,卻被延伸解讀到超出其證據範圍。
提示 1 - 標記主張,不提供參考文獻
提示 2 - 對照真實來源檢查改寫內容
它會在撰寫任何內容前詢問受眾、文件類型與司法管轄區,接著只根據你提供的資料工作 - 將任何缺失內容標記為 [DATA TO BE PROVIDED],而不是自行補上。每份輸出都會標示為供具備資格的人員審閱的草稿。
查看 Nora - Medical Writer AI Skill →你實際上可以放入其中哪些內容?
這是一項有實際決策與實際規則的事項,而決定是在你貼上內容之前,而不是之後做出的。兩個不同的問題常被混淆。
患者資料。根據 HIPAA,代表你處理受保護健康資訊的供應商需要簽署業務夥伴協議。一般消費者聊天層級通常不會附帶這類協議,因此「我就直接貼上病例摘要」涉及的是你組織的合規立場,而不是便利性。去識別化也有明確標準 - 安全港法與專家認定 - 而刪除姓名並不符合其中任何一項。日期、罕見診斷、小型研究中心的人口、年齡與地點的特殊組合: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,有其自身的處理依據、資料最小化與保留要求,而資料實際在哪裡處理也很重要。
未發布的試驗資料。這完全是另一套規則。根據合約,這類資料通常對贊助方而言屬於機密,而保密協議並不在意接收者是人還是工具。對於上市贊助方而言,披露前的頂線結果也可能構成重大非公開資訊。
實際的做法是:先確認你的組織所處的層級以及已簽訂的協議,並在撰寫任何真正的內容前取得答案。先用合成資料或已發布的資料熟悉工作流程 - 這能教會你完全相同的事情。
哪些文件實際上適合這樣處理?
並非一概而論。有用的區分不在於治療領域,而在於文件有多少部分屬於結構和語域,有多少部分屬於受監管的聲稱。文件越是重新整理你已掌握的資料,模型就越能提供幫助;文件越是在對某種藥品作出陳述,就越會成為你必須逐行監督的責任風險。
| 文件 | 模型真正能做的事 | 硬性限制 |
|---|---|---|
|
淺白語言摘要 一般讀者結果摘要、病人說明書文案 |
調整語域、閱讀程度和結構,移除會讓一般讀者困惑的模糊措辭,但不移除不確定性本身 | 它會悄悄把「無顯著差異」升級為令人安心的表述。每項聲稱都要與來源文字逐一比對 |
|
手稿段落 引言、討論、限制 |
論點架構、你輕描淡寫的限制、你尚未回應的審閱者異議 | 參考文獻。絕不要採用模型提供的參考文獻。ICMJE 也禁止將模型列入作者欄 |
| 臨床試驗報告段落 | ICH E3 架構、一致的交叉引用、找出尚未填寫的段落 | 悄悄省略必填項目,以及重新計算你表格中的任何算術 |
| 促銷文案和醫學教育文案 | 在他人確定聲稱內容後,先處理語氣和行文流暢度 | 它不知道你的標籤內容。《聯邦法規彙編》第21篇第202.1條所要求的公平平衡是結構性要求,而它預設不會遵守 |
| 診所信函、病例摘要 | 聽寫稿清理、統一公司格式、工作中的通信部分 | 保密性問題,應在貼上內容前決定。絕不要憑記憶讓模型編寫術語 |
| SmPC、藥品說明書、處方資訊 | 依照要求的段落順序檢查你的草稿 | 要求它撰寫一份時,它會把美國和歐盟格式混在一起,產出一份兩邊都不符合的文件 |
模型不知道哪些受監管內容?
它不知道你的標籤內容。它是根據已發表的文獻以及藥品文案通常的寫法來撰寫,因此會在沒有察覺自己已越界的情況下,使用超出核准適應症的療效表述。
在美國,處方藥促銷受《聯邦法規彙編》第21篇第202.1條規範。材料必須在風險與效益資訊之間呈現公平平衡 - 這是關於兩者處理得多麼完整的結構性要求,而非語氣問題 - 且不得在副作用、禁忌症或療效方面有虛假或誤導性表述,也不得省略依建議方式使用藥品之後果等重要事實。促銷材料須在首次發布時以2253表提交給FDA;若不符合規定,處方藥促銷辦公室會發出未具名信函和警告信。要求模型撰寫「吸引人」的文案時,它預設會產生偏重效益的文字,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:臨床研究報告遵循 ICH E3,歐盟遵循 SmPC 和包裝說明書格式,而隨機試驗、系統性回顧及觀察性研究則分別遵循 CONSORT、PRISMA 和 STROBE 等報告指引。典型的失誤不是某個段落看起來有問題 - 而是某個段落讀起來完美,卻悄悄遺漏了必要項目。
在歐盟,《臨床試驗規章》新增了一項完全屬於寫作問題的交付要求:除了結果的技術摘要外,申辦者還必須提供一份以一般人能理解的方式撰寫的摘要。這是唯一一份將語體列為受規範特性的文件,而這正是模型最擅長、同時也最危險的地方 - 它非常擅長讓文字易於閱讀,而易於閱讀距離令人安心只差一步。
針對期刊投稿,ICMJE 建議指出,聊天機器人不能列為作者,因為作者資格要求對作品的準確性與完整性負責。作者必須在投稿時披露 AI 輔助技術,說明其使用方式,並持續負責核實 AI 接觸過的所有內容。我們的學術寫作者指南也從學術角度涵蓋相同的規範,而引文管理工具指南則涵蓋參考文獻核查。
它真正擅長什麼?
改寫。同一份資料集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,使用四種語體,而這項轉換工作確實需要數小時。只要提供數字並告知受眾,模型就能完成結構與語言上的轉換,而你仍保有判斷權。
它也很適合為你不常撰寫的文件類型建立初稿結構、標示你自己的草稿在語體上的偏移,以及在審閱者提出問題前,先整理出審閱者會提出的棘手問題。
提示 3 - 在不新增主張的情況下,改寫給不同讀者
Prompt 4 - 送交審閱者前的預審
Prompt 5 - 白話摘要的安撫性稽核
將這項提示用於任何面向病人的文字,並與產生該文字的改寫工作分開執行。在同一段對話中同時要求模型撰寫和稽核,會讓它為自己剛寫的內容辯護。
處理工作中日常的那一半 - 診所信函、病例摘要、出院與轉介信函、病人教育文字 - 先撰寫供臨床醫師審閱,再送出任何內容。在貼上內容之前,同樣要考慮保密性問題。
查看醫療文件 prompt 資料庫 →如何安裝 Nora skill?
下載內容是一個 ZIP,壓縮檔根目錄中有 SKILL.md - 而不是放在巢狀資料夾內,這是上傳失敗最常見的原因。在 Claude 桌面應用程式中,開啟 Customize → Skills,上傳 ZIP,然後將其切換為開啟。當你的請求符合其涵蓋範圍時,Claude 就會載入它。
Skills 適用於已啟用程式碼執行功能的 Pro、Max、Team 和 Enterprise 方案。在 Pro 和 Max 中,你需要自行前往「設定」→「功能」開啟 程式碼執行與檔案建立;在 Team 和 Enterprise 中,則由組織設定中的擁有者負責切換。如果你工作帳戶中的 Skills 選單呈現灰色,表示管理員已關閉該選項 - 而在生命科學組織中,這可能是刻意關閉的,因此在設法繞過它之前,值得先詢問原因。完整操作說明(包括導致大多數首次上傳失敗的資料夾結構錯誤)收錄於 技能安裝指南。
在 ChatGPT 或 Gemini 中不需要上傳步驟:開啟 SKILL.md,複製內容,然後貼到自訂指示中。你會失去自動觸發功能,但保留這套方法。
它在哪些地方會失效?
- 對你的資料進行算術運算。 它會從你的文字重新推算百分比、信賴區間或發生率,並在語氣十足肯定的情況下算錯。請從來源表格逐一手動抄錄每個數值。
- 編碼術語。 MedDRA 首選術語、ICD 與 ATC 代碼看似合理,但經常錯誤。這些是查詢工作,不是語言工作。
- 司法管轄區結構。 美國處方資訊文件與歐盟 SmPC 並不是僅有拼寫差異的同一份文件。若要求提供「處方資訊」,它會將兩者混在一起。
- 公平平衡。 任其採用預設設定時,它會撰寫偏重效益的文案。平衡性必須明確指示,仍須由合格人員進行檢查。
- 迎合性。 詢問草稿是否合規,通常會得到肯定答覆。改問審查者會反對哪些地方。
- 稽核軌跡。 聊天輸出沒有版本歷史、審查者簽核,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。 問題在貼上的那一刻就已經發生,之後無法補救。
這適合哪些人?
製藥公司與 CRO 的醫學撰稿人、法規與臨床團隊、醫學傳播機構,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。
醫學寫作與六、七種相鄰職務並列,目錄將它們分開,而不是籠統地整合成一個醫療保健助理。這些技能每項售價 19 美元:
- Felicitas - 藥物安全監測醫學事務撰稿人 - 同一批文件的醫學事務與藥物安全監測面向
- Adalgisa - 法規事務專員 - 申報結構與法規往來信函
- Ethan - Medical Scribe - 就診紀錄,而非法規文件寫作
- Sancha - Health Writer - 健康新聞與面向一般消費者的解說
- Thibault - Medical Biller and Coder - 編碼部分,查詢資料勝過語言能力
若要查看更多內容 - 同意書、臨床摘要、護理與聯合健康文件 - 請參閱 醫療保健、科學與教育 skills 系列 以及 健康與醫療 prompt 套件。這裡的所有工具都會產出供合格人員審閱的草稿,且其中沒有任何內容構成醫療建議。
總結:
絕不要從模型取得參考資料,在貼上內容前先處理機密性問題,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、臨床及面向患者的文件,請使用 Nora - Medical Writer AI Skill($19);對於日常診所信件與病例摘要,Healthcare Documentation Prompt Library($23)即可滿足其餘需求。兩者皆可在 Claude、ChatGPT 及任何 AI 聊天工具中使用,並提供 30 天退款保證。
Nora - Medical Writer AI Skill
一個檔案,在動筆前就先確定受眾、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],而不是自行捏造內容。產出的草稿供合格人員審閱。無需訂閱。永久歸你所有。
KissMySkills 是一個提供 2,000 多項 AI skills、80 多個 prompt 套件、55 個 agents 及 免費工具 的市集,適用於 Claude、ChatGPT 及任何 AI 聊天工具。