用途：该技能是选刊与投稿框架调整辅助工具，用于判断一项医学影像研究是否适合投稿 Radiology（北美放射学会 RSNA 会刊），并在需要时帮助重新定位研究问题。它不提供临床或监管建议，也不能替代期刊最新投稿须知。
主要能力：覆盖诊断准确性研究（CT、MRI、超声、PET、X 线等，需合适参考标准）、影像物理与采集重建、定量影像生物标志物、图像引导与介入、影像人工智能与机器学习、预后与筛查影像研究。可评估研究设计、样本量与统计效能、阅片者一致性、外部验证、可重复性等证据门槛，并提示 STARD（诊断准确性）与 CLAIM（AI）报告规范。
使用方式：当作者点名 Radiology 并希望做适配度或框架检查、在 Radiology 与亚专科影像期刊或综合临床期刊之间选择、或需要诊断准确性与可重复性报告要求时触发。输出格式包含适配度（高/中/低）、目标期刊、影像标签、设计与报告指南、方法与证据、最大风险、需复核的官方事项及改投建议。
适用场景与限制：适合投稿前的选刊判断与自查，包括结构化摘要、关键结果、STARD/CLAIM 流程图与清单、图像去标识化、IRB 与知情同意、利益冲突与数据代码可用性等。常见拒稿风险包括小样本单中心回顾性研究、仅内部数据验证的 AI 模型、存在验证或谱系偏倚且未按 STARD 报告、缺乏可重复性证据的定量影像声明、无临床相关性的纯体模工作。若研究以亚专科影像、影像 AI 方法学、临床结局或广泛实践意义为主，技能会建议改投相应期刊。使用前应查阅最新官方作者须知，官方说明优先于本技能。