healthsim-skills
通过自然语言对话生成合成医疗健康数据
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：healthsim-skills。 它的用途是：通过自然语言对话生成合成医疗健康数据 完整的 Skill 内容见：https://321skill.com/skills/healthsim-skills/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“为一项针对200名65-85岁、患有II型糖尿病的德州医保患者的三期临床试验，生成包含基线特征、不良事件和疗效终点的SDTM格式合成数据。”，它会理解你的需求，调用TrialSim技能，生成符合CDISC SDTM标准的临床试验数据集。或者，你可以说：“模拟一位45岁女性从确诊到治疗一年的心力衰竭患者旅程，输出FHIR格式的临床记录。”，HealthSim将生成具有时间序列的、临床逻辑连贯的EMR数据。
介绍
HealthSim 是一个通过自然语言对话生成合成医疗健康数据的工具，旨在解决医疗领域在测试、训练和开发过程中缺乏高质量、合规且可用的真实数据的问题。它能够生成从简单的患者记录到跨越临床、理赔、药房和临床试验等多个领域的完整诊疗旅程数据，确保数据的临床一致性和真实性。
用户可以通过与AI进行自然语言对话来指定数据需求，例如描述患者群体特征、时间线或特定医疗事件，HealthSim 便会生成符合行业标准（如FHIR、HL7v2、X12等）的结构化数据。它支持本地和云端两种部署模式，方便开发者和研究人员在不同环境下使用。
该工具非常适合医疗软件开发者、数据分析师、学术研究者以及医疗健康领域的合规与测试人员。他们可以利用这些合成数据来构建和测试应用程序、训练AI模型、进行学术研究或完成合规性验证，而无需处理真实患者数据的隐私和安全问题。
使用建议：建议新用户从“Hello HealthSim”快速入门指南开始，并参考各产品的示例文件来熟悉数据生成流程。在生成大规模数据时，可以利用其规范驱动的框架（Profile Builder和Journey Builder）来更精确地定义数据特征和事件序列。
核心特点
与同类数据生成工具相比，HealthSim的核心区别在于其专注于医疗健康领域，能够生成跨临床、理赔、药房和临床试验等多个子领域的、具有临床一致性的复杂合成数据，并原生支持FHIR、HL7v2、X12、NCPDP、CDISC等医疗行业主流数据标准。
注意事项
不适合需要基于真实、不可预测的患者个体数据进行精准医疗决策或临床诊断的场景。
常见问题
HealthSim能生成真实患者数据吗？
不能，HealthSim生成的是合成数据，模拟真实数据特征但不包含任何真实个人信息，用于开发、测试和研究。
生成的数据符合HIPAA等隐私法规吗？
是的，因为生成的是合成数据，不关联真实个体，从根本上避免了患者隐私泄露风险，符合相关法规要求。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/healthsim-skills/raw/index.md 读取 healthsim-skills 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/healthsim-skills/raw/index.md（查看排版版本）