healthcare 插件 11 技能：临床笔记结构化抽取、ICD-10-CM 诊断编码、CPT/HCPCS 手术编码、预授权自动审查、Medicare/Medicaid 欺诈筛查、FHIR 互操作——站在支付方（payer）一侧的 AI。
一句话定位
美国医疗行政机器的六个齿轮全部装上引擎：医生写的字变结构化数据、诊断与手术变账单编码、预授权请求自动审、索赔池里捞欺诈、医院系统（FHIR）直连——每个齿轮都带「逐字溯源」。
十一技能 · 四线
抽取线（一切的地基）
doc-extract—— 通用文档抽文本（PDF/DOCX/XLSX/PPTX/RTF/HTML）clinical-note-extract—— 临床笔记结构化抽取：span 级出处 + null 安全（缺的明说缺，不编）——「从这份笔记抽出这些变量」
编码线（钱怎么收）
icd10-cm—— 按专业编码员的方式从临床笔记抽 ICD-10-CM 诊断码（构建整个 claim 的思路）procedure-coding—— CPT 与 HCPCS II 手术编码，同样按专业编码员工作流prior-auth—— 预授权自动审查（支付方视角）：审 PA 请求、对照政策、给决定建议
风控线
fraud-detection—— 医保欺诈/浪费/滥用筛查：索赔语料 → 排序的、全部带引用的调查转介contracts—— 合同语料问答（医院网络协议等）：带验证引用
互操作线
fhir—— 连医院 FHIR R4 服务器（Epic/Cerner/MEDITECH/athena 或任何 SMART-on-FHIR 端点）、拉患者数据fhir-developer—— FHIR API 开发指南（建 Patient/Observation 端点）clinical-trial-protocol—— 临床试验方案生成（与 life-sciences 共享）verify—— 合同引擎运行面的端到端验证
方法论精华
1. Span 级出处——抽取的每个值能指回笔记原文的具体片段：医疗审计的基本单位不是「字段」是「字段在原文哪里」。这是证据台理想的已实现形态。
2. Null 安全：字段抽不到就明说抽不到——与「允许说不知道」（prompt 教程第八章）在医疗的落地：病历里没有的信息编一个，是事故。
3. 「按专业编码员的方式」：两个编码技能都强调模拟专业编码员构建 claim 的完整工作流（先读全、再分组、再选码、再校验顺序与互斥）——不是「给个码」而是「走完专业流程给码」。
4. 欺诈转介的证据结构：不是「这批索赔可疑」，是排序的 + 每项带引用的调查转介——转介给人类调查员的每一条都能自己看到依据。
编者注
对非医疗读者：这域演示了「AI 吃掉行政」的最纯粹形态——编码、预授权、欺诈筛查全是规则密集+文档密集+错误代价高的工作。prior-auth 站在支付方立场审医院，立场设计本身就值得琢磨：同一个预授权请求，支付方与供给方的 AI 会给出不同的审读。