playgroundSJD

Entorn d’experimentació per al desenvolupament i validació de fluxos de treball basats en intel·ligència artificial aplicats al suport al raonament clínic en salut mental.

Aquest repositori permet explorar arquitectures basades en skills, agents i workflows estructurats per donar suport a professionals clínics en processos com el screening, l’avaluació estructurada de casos, l’anàlisi diferencial i la generació d’informes clínics preliminars.

Objectiu

L’objectiu del projecte és construir un espai segur d’experimentació per prototipar assistents d’IA capaços de:

• identificar informació clínica rellevant en una primera entrevista
• detectar informació absent o insuficient
• estructurar hipòtesis diagnòstiques preliminars
• identificar factors de risc i factors protectors
• generar preguntes de seguiment clínicament útils
• donar suport a la documentació estructurada de casos

Aquest projecte està orientat a experimentació i recerca, no a ús assistencial directe.

Basat en: Lempp T, de Lange D, Radeloff D, Bachmann C. The clinical examination of children, adolescents and their families. In: Rey JM, editor. IACAPAP e-Textbook of Child and Adolescent Mental Health. Geneva: International Association for Child and Adolescent Psychiatry and Allied Professions; 2012.

Cas d’ús

Exemple de situació:

Un professional de salut mental atén un pacient jove amb simptomatologia inespecífica:

• insomni
• angoixa persistent
• dificultats de concentració
• deteriorament funcional acadèmic
• aïllament social progressiu
• consum ocasional de substàncies

L’assistent pot ajudar a:

1. estructurar la informació disponible
2. detectar absències crítiques en l’avaluació
3. suggerir exploració complementària
4. identificar possibles riscos
5. generar una síntesi clínica estructurada

---

Limitacions

Aquest sistema:

• no substitueix criteri clínic professional
• no proporciona diagnòstic automàtic
• no és un dispositiu mèdic
• no ha de ser utilitzat per decisions assistencials autònomes Totes les sortides han de ser revisades per professionals qualificats.

---

Instal·lació local a Claude Code

1. Baixar aquest repositori (en format .zip) a l'ordinador personal
2. Des del terminal.navegar fins el directori que es crea al descomprimir el .zip ('/playgroundSJD-main')
3. Executar des del terminal:

mkdir -p ~/.claude/skills
cp -R clinical_case_review ~/.claude/skills/
cp -R clinical_blindspot_audit ~/.claude/skills/
cp -R clinical_safety_audit ~/.claude/skills/
cp -R patient_family_communication ~/.claude/skills/
cp -R clinical_demo_orchestrator ~/.claude/skills/

Opció 1: Execució amb claude code des del terminal (requereix anonimització del cas):

Executa Claude Code des del terminal:

claude code

Un cop a dins, entra aquest prompt:

Fes servir l'skill clinical_demo_orchestrator per fer una revisió del cas que pots trobar al fitxer 'cas_simulat.md'.

Si no vols autoritzar cada acció, pot escriure i executar aquest prompt abans:

--dangerously-skip-permissions

Opció 2: Execució amb Ollama des del terminal (no requereix privacitat):

Executa Ollama claude code des del terminal:

ollama launch claude --model qwen3.5:4b

Un cop a dins, entra aquest prompt:

Fes servir l'skill clinical_demo_orchestrator per fer una revisió del cas que pots trobar al fitxer 'cas_simulat.md'.

Si no vols autoritzar cada acció, pot escriure i executar aquest prompt abans:

--dangerously-skip-permissions

Opció 3: Execució des de l'aplicació Claude (requereix anonimització del cas):

Un cop a l'opció claude code, selecciona la carpeta baixada i entra aquest prompt:

Fes servir l'skill clinical_demo_orchestrator per fer una revisió del cas que pots trobar al fitxer 'cas_simulat.md'.

Si no vols autoritzar cada acció, pot escriure i executar aquest prompt abans:

--dangerously-skip-permissions

Principi de seguretat

Aquest pack és només per a formació amb casos ficticis o dades sintètiques. No s'ha d'usar amb dades identificables de pacients ni per prendre decisions clíniques autònomes.

Contacte

Data Science & AI Group
Universitat de Barcelona