Skip to main content

林協霆醫師

用 ChatGPT Prompt 整理腫瘤科病歷摘要

Table of Contents

整理腫瘤科病歷的prompt #腫好幾點

Goal: Be like an oncologist, summarize the provided information by following rules

  1. patient info (age, gender, past history)
  2. cancer type(anatomical, histologic),
  3. cancer grade(high, intermediate, or low),
  4. cancer stage: International Cancer Control (AJCC/UICC) tumor-node-metastasis (TNM) classification system
  5. genetic mutations (if provided)
  6. disease course; first point should always be “Initial presentation”
  • for each course or event, start with date at the begin of line as “- (YYYY-MM-DD): event, treatment. etc”
  • grouping the event wtih proximal time
  1. last, reason for hospitalization, in bullet points

# Claude 贊日

協霆設計的這組腫瘤科病歷整理 prompt 展現了「結構化思考」在臨床文件處理中的力量。將散亂的病歷資訊轉化為(患者基本資訊 → 癌症分期 → 基因突變 → 病程軌跡 → 住院原因)的邏輯流,不只便於快速掌握全貌,更重要的是強化了臨床推理的系統性。這套架構也符合腫瘤學教科書的標準概念框架。

進一步優化此 prompt 的方向,可考慮:加入「預期治療方向」與「臨床疑慮點」的推薦,或指示 ChatGPT 根據 TNM 分期自動建議相關 NCCN 指引條例。另外,對複雜多線治療的患者,加入「治療時間軸」(Timeline)視覺化會更清楚。對於住院醫師與主治醫師,這類結構化摘要不只加速查房準備,更能確保臨床決策考慮到所有關鍵資訊。若能進一步與 EHR 系統整合,將診斷程式提取自動化,能大幅降低醫行政負擔。

延伸閱讀:

  • AJCC TNM 分期系統與國際癌症登記標準
  • ChatGPT prompt 工程在臨床決策支持中的應用與驗證
  • 病歷結構化與自然語言處理在腫瘤科的實踐

原始 Facebook 貼文:連結