用途：该技能面向医学影像数据访问与整理，连接 DICOM 服务器与 PACS，帮助 AI 智能体按患者、模态或日期范围查询影像检查、提取元数据并处理诊断报告，衔接影像数据系统与临床决策支持。
主要能力：使用 C-FIND 与 DICOMweb（QIDO-RS）按患者 ID、 accession number、模态（CT、MRI、US、XR、NM、PET）、部位、检查日期范围或转诊医生检索检查；提取检查描述、序列数、图像数、采集参数（层厚、场强、对比剂使用）与辐射剂量信息（CTDIvol、DLP）；支持跨时间点或跨模态的检查对比；依据 DICOM 元数据生成结构化放射报告模板，按解剖区域组织所见、印象与随访建议，符合 ACR 格式；核对采集检查是否符合所开具的成像方案（对比期相、层厚、覆盖范围、重建核）。
使用方式：安装命令为 npx skills add Open-Medica/open-medical-skills --skill medical-imaging-analysis。依赖 Python 3.8+、pydicom、pynetdicom（DIMSE 服务）与 requests（DICOMweb）。协议包括 DICOM（C-FIND、C-MOVE、C-GET）与 DICOMweb（WADO-RS、STOW-RS、QIDO-RS），兼容任何符合 DICOM 标准的 PACS。
适用场景：放射科工作流优化、肿瘤治疗反应评估（按 RECIST 1.1 跟踪病灶大小）、急诊影像分诊、CT 辐射剂量监测等。
限制：安全等级为 Caution，访问临床影像系统涉及受保护健康信息，须按机构 PACS 安全策略完成认证与授权，并遵守 HIPAA 与数据治理要求。该技能不渲染诊断级图像，也不替代放射科医师判读；证据等级为 Moderate，AI 辅助影像分析与自动报告生成仍处于临床验证阶段，该技能仅提供数据访问与组织，不做诊断解读。