数据与分析 ✓ Anthropic · 官方 clinical-trialsclinical-protocolsfda-regulatorysample-size-calculationmedical-devicesdrug-developmentmcp

临床试验方案设计器

为药物和医疗器械生成基于研究与监管要求的临床试验方案。

FollowSkills 评估 · FSRS-2.0
不推荐
41/ 100 五分制 2.1 / 5
信任安全12 / 25 · 2.4/5

文档明确要求用户选择模式、在关键阶段确认,并声明需要IRB、FDA、统计学家和专业人员审查;但未充分说明临床输入数据的隐私处理、外部服务数据流、文件访问边界、回滚机制或依赖安全,因此扣分。

可靠稳定5 / 20 · 1.3/5

主流程、文件路径和步骤映射存在不一致:SKILL.md分别引用05-generate-document.md和05-concatenate-protocol.md,README还声明使用WebSearch,而研究子技能禁止通用网页搜索;requirements.txt、样本量脚本和完整测试证据未提供,异常输入和失败恢复说明较薄,因此仅给静态可支持的低分。

适用触发8 / 15 · 2.7/5

目标用户和设备/药物场景较清晰,也区分研究模式与完整协议模式;但触发边界、非适用范围和环境要求不完整,流程明显围绕美国FDA/NIH和Claude Desktop MCP,未提供中文交互或中国大陆网络可达性说明,因此扣分。

规范维护6 / 15 · 2.0/5

文档采用主技能、README、references、assets和waypoints分层,包含安装提示、示例和免责声明;但许可证未知,缺少版本号、变更记录、维护责任人和更新路径,且存在文件名与流程描述不一致,因此扣分。

有效结果6 / 15 · 2.0/5

设计上可覆盖初始化、监管研究、协议分段生成、统计计算和最终拼接,预期产出具有直接使用价值;但实际完成依赖未随证据提供的MCP服务、Python依赖及其他文件,且生成内容必须经过专业审查,静态材料不足以证明完整性或优于手工流程,因此限制在中低分。

证据核验4 / 10 · 2.0/5

提供了较详细的主文件、子技能、模板和FDA/法规链接,部分主张可追溯;但没有提交测试套件、CI、执行记录或第三方复现证据,无法静态验证关键路径,因此扣分。

证据充分度: 评估于 2026年7月23日 审查版本 744278a1fe63
使用前请注意
  • 这是高风险临床和监管领域的协议生成辅助工具,不应直接作为临床试验方案或监管提交文件使用。
  • 运行依赖ClinicalTrials.gov MCP、Python依赖和未充分展示的脚本/文件;服务不可用、路径不一致或依赖缺失时,流程可能无法完成。
  • 应先核对研究结果、法规版本、统计计算、受试者隐私和数据流,并由合格的临床、统计、监管、IRB及法律人员审查。
  • 文档未说明中文支持或中国大陆网络环境下的外部服务可达性。
评估证据 [1][2][3][4][5][6][7]
查看完整评分方法 →

它能做什么 & 适用场景

该技能通过分阶段工作流,帮助用户为药物或医疗器械设计临床试验方案。它可以检索相似临床试验、FDA 数据库和监管路径,并生成研究摘要及完整方案草稿。工作流支持“仅研究”和“完整方案”两种模式,并通过 waypoint 文件保存进度。使用完整流程前,需要配置临床试验 MCP 服务;协议生成的统计计算还需要 Python、SciPy 和 NumPy。

收集干预措施信息,保存设备或药物的初始资料;通过 Clinical Trials MCP 服务检索相似试验及详细信息;访问 FDA 的 510(k)、PMA、De Novo、Drugs@FDA、Orange Book 和 Purple Book 数据库;生成研究摘要、协议章节、样本量计算结果及最终 Markdown 文档;将元数据、研究结果和协议章节写入 waypoints/ 目录,并支持从已完成步骤恢复。

  1. 临床研究团队为新医疗器械寻找相似试验和 FDA 监管路径时使用。
  2. 药物开发团队在准备 investigational product 的 FDA 提交材料时使用。
  3. 研究人员需要先完成临床试验调研,再决定是否生成完整方案时使用。
  4. 方案团队需要分阶段编写研究设计、干预措施、统计和运营章节时使用。

优缺点一览

优点
  • 同时覆盖医疗器械和药物临床试验方案。
  • 包含相似试验、FDA 数据库和监管路径研究。
  • 通过 waypoint 文件保存中间结果并支持恢复。
  • 提供经验证的样本量计算脚本,并生成可审阅的 Markdown 文档。
局限
  • 临床试验 MCP 服务是 Step 1 的必需依赖,服务不可用时没有备用方案。
  • 需要 Python、SciPy 和 NumPy 才能执行后续统计计算。
  • 输出明确不等同于 FDA 或 IRB 批准,也不能替代生物统计、临床和法规专家审查。
  • 来源未提供测试套件、具体平台覆盖范围或完整最终协议示例。

如何安装

安装整个 healthcare 插件集合:
/plugin marketplace add anthropics/healthcare
/plugin install healthcare@healthcare

SKILL.md 还要求临床试验 MCP 服务,并说明可将 .mcpb 文件拖放到 Claude Desktop,或在 Claude Desktop 设置中手动配置。README 同时将 Clinical Trials 列为托管 MCP 服务。Python 依赖的安装命令为:pip install -r requirements.txt。

如何使用

调用技能后,选择 1(Research Only)、2(Full Protocol)或 3(Exit)。可使用“Create a clinical trial protocol”“Generate protocol for [device/drug]”“Help me design a clinical study”或“Research similar trials for [intervention]”等提示。研究模式执行初始化和调研;完整模式继续生成协议章节,并在最终拼接前暂停供用户审核。

常见问题

它能直接获得 FDA 批准吗?
不能。它生成的是基于 NIH/FDA 指南和相似试验的初步方案,仍需 FDA Pre-Submission、IRB 审查、专业统计审查及其他专家参与。
必须安装哪些外部组件?
临床试验 MCP 服务是必需组件;Step 2 的统计计算还需要 Python、SciPy >= 1.11.0 和 NumPy >= 1.24.0。
如果流程中断,已经完成的内容会丢失吗?
设计上不会。进度和中间结果保存在 waypoints/ 目录,重新启动时会检查已完成步骤并继续。

同仓库的其他 Skills

均来自 anthropics/healthcare

相关 Skills