# pyhealth

Собирает и проверяет пайплайны PyHealth для клинических данных: EHR, сигналы, снимки, медицинские коды. Пригодится, если считаете смертность, повторную госпитализацию или длительность пребывания.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 1900 установок · ★ 54652
- Автор: K-Dense-AI
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/K-Dense-AI/scientific-agent-skills/tree/HEAD/skills/pyhealth/SKILL.md
- Обновлён: 2026-10-19
- HTML: https://affpapa.org/nevibecode/skills/pyhealth

## Что делает

Скилл ведёт по цепочке `Dataset -> Task -> Model -> Trainer -> Metrics` в PyHealth 2.0.2. Интерфейсы 1.x и 2.x несовместимы: старые примеры с `Visit` рядом с событийным API 2.x не работают, поэтому агент сначала смотрит установленную версию и конфигурацию датасета.

Внутри — порядок шагов: проверить семантику задачи и нужные таблицы, собрать supervised-выборку через `base.set_task(task)`, разбить по пациентам, выбрать совместимую с схемой модель и прогнать один батч до обучения. Для `Trainer` метрики задаются явно, а `monitor` обязан быть ключом из возвращаемых метрик — иначе ошибка. Есть стартовый скрипт `assets/starter_pipeline.py`, он тренируется на выдуманных записях и проверяет только исполнение кода, а не клиническое качество.

Нужны Python 3.12 или 3.13, PyHealth 2.0.2 и Torch 2.7.1, а для установки и публичных датасетов — сеть. Закрытые клинические датасеты требуют авторизованного локального доступа. Учтите: `split_by_patient(..., seed=42)` случаен, он не хронологический и не стратифицированный, так что при случайном разбиении класс может отсутствовать в части выборки.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill pyhealth -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/pyhealth/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/pyhealth/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill pyhealth -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/pyhealth/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill pyhealth -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/pyhealth/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install K-Dense-AI/scientific-agent-skills pyhealth
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/pyhealth/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill pyhealth -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/K-Dense-AI/scientific-agent-skills --path skills/pyhealth
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/pyhealth/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill pyhealth -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/K-Dense-AI/scientific-agent-skills/tree/HEAD/skills/pyhealth/SKILL.md

## Когда брать
- загрузить MIMIC-III или MIMIC-IV и собрать из них обучающую выборку
- проверить семантику задачи MortalityPredictionMIMIC3 перед обучением
- разбить данные по пациентам и оценить пересечение и число классов
- сопоставить коды ICD, ATC, NDC и RxNorm
- сохранить и восстановить лучший чекпоинт Trainer

## Примеры запросов агенту
- Собери пайплайн PyHealth на MIMIC-III с задачей MortalityPredictionMIMIC3 и разбей выборку по пациентам
- Проверь, какие таблицы нужны для задачи и совместима ли модель Transformer с этой схемой
- Прогони стартовый скрипт `assets/starter_pipeline.py` с `--demo --epochs 1` и покажи метрики

## Похожие
- [skill-creator](https://affpapa.org/nevibecode/skills/skill-creator.md) — скилл · 414180 установок
- [writing-for-agents](https://affpapa.org/nevibecode/skills/writing-for-agents.md) — скилл · 466719 установок
- [media-use](https://affpapa.org/nevibecode/skills/media-use.md) — скилл · 1100000 установок
- [mcp-builder](https://affpapa.org/nevibecode/skills/mcp-builder.md) — скилл · 130949 установок
- [subagent-driven-development](https://affpapa.org/nevibecode/skills/subagent-driven-development.md) — скилл · 237746 установок
- [orchestration](https://affpapa.org/nevibecode/skills/orchestration.md) — скилл · 349800 установок

Из того же набора: [k-dense-ai/scientific-agent-skills](https://affpapa.org/nevibecode/by/k-dense-ai/scientific-agent-skills.md) — 159 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md