用途：该技能是会议匹配度与选会/改写工具，面向以 ML4H（Machine Learning for Health）为目标的稿件，帮助判断医疗机器学习论文是否符合该会议范围，并把期刊体或 arXiv 体叙事改写为选择性 CS 会议叙事。触发场景包括：作者指明投向 ML4H；医疗机器学习稿件在排版投稿前需要匹配度评估；需要诊断证据缺口、匿名、artifact、rebuttal 或改投方向。
主要能力：核对核心选题契合度（医疗机器学习、临床预测、生物医学数据、部署、负责任评估）；要求明确贡献类型（算法、定理、系统、数据集、基准、实证发现、设计制品、工具或社会技术分析）；校准审稿人视角与贡献门槛；提示与最近会议周期论文及邻近会议（AutoML Conference、CHIL、KDD、ICDM）比较；列出方法与证据要求（当前强基线、消融隔离机制、数据与算力记录、失败案例、局限与伦理）；提供结构规范、官方周期清单、投稿前自查和常见 desk-reject 触发点；输出预设格式的诊断结果（Fit、Target、贡献类型、主要证据缺口、需复核官方项、主要拒稿风险、改投建议）。
使用方式：当稿件以 ML4H 为目标时调用；先打开官网 https://www.mlforhc.org/ 与当年 CFP、作者指南核对截止日期、模板、页数、匿名、双投、伦理、AI 使用、artifact 与 rebuttal 规则；再按输出格式给出匹配度与证据缺口诊断；若不符标准，可比对 NeurIPS、ICML、ICLR、AAAI 并按贡献类型而非声望改投。
适用场景：医疗机器学习投稿前的选会与改框架；需要匿名、补充材料、伦理或 rebuttal 体检的稿件；跨学科稿件中区分 CS 研究与领域证据。
限制：该技能不能替代当年官方 CFP、作者指南、伦理政策或投稿系统；官方实时说明与技能冲突时以官方为准；费用、价格、具体平台与效果暂未提供；不得凭旧周期猜测页数、字号或补充材料规则。