这个品类的数据长什么样
康复设备临床试验预筛的数据主要来源于医疗机构的电子病历系统（EHR）、康复训练记录、设备使用日志以及患者自填问卷。EHR 中包含诊断、既往病史、用药情况等结构化数据，以及医生评估、康复计划等非结构化文本。设备使用日志通常为 CSV 或 JSON 格式，记录了设备的运行状态、参数设置和患者使用时长、强度等。患者自填问卷则多为 PDF 或图片格式，需经 OCR 识别转化为可处理文本。数据更新频率因来源而异，EHR 数据实时性较高，设备日志通常按天或按小时同步，问卷数据则随患者填写进度更新。字段方面，常见的有 patient_id、device_model、therapy_duration_minutes、motor_score_baseline、adverse_event_type 等，涉及的单位包括分钟、次/分钟、牛顿、帕斯卡等。
这些特征在「工作流编排」这一环带来什么约束
康复设备数据来源多样性和异构性，要求工作流在数据摄取阶段具备强大的多格式解析能力。特别是设备日志的半结构化特性，使得数据预处理环节需要针对 device_id、timestamp 等关键字段进行标准化提取。EHR 中大量的非结构化文本，如医生诊断意见或康复师观察记录，对工作流的自然语言处理（NLP）能力提出要求，以准确识别 rehabilitation_goal、contraindications 等核心信息。问卷数据的图像或 PDF 格式，则需要工作流集成 OCR 模块，确保文本内容的准确转换。此外，数据更新的异步性，促使工作流设计时需考虑增量同步机制，避免重复处理历史数据，并确保预筛结果基于最新信息。全局变量在会话间状态的保持，对于跨多个设备或多个时间点的患者数据聚合分析至关重要。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
UPLOAD_FILE_MAX_SIZE | 500 MB | 考虑单个患者的影像、PDF 问卷和设备日志文件合并大小，避免上传失败 |
分段长度 | 800 字符 | 兼顾文本语义完整性和检索效率，适用于病历描述和康复计划文本 |
召回条数 | 10 条 | 提高初筛阶段知识库覆盖率，捕获更多潜在相关信息，减少漏报 |
相似度阈值 | 0.75 | 平衡召回与精确度，确保检索到的知识与患者资料高度相关，避免无关信息干扰 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 应对大型 PDF 问卷或复杂设备日志文件的解析时间，防止因超时而失败 |
maxContext | 16384 token | 确保模型能处理包含完整病历、设备数据和问卷内容的上下文，进行综合判断 |
容易做错的三处
- 前端测试结果与工作流调试结果不一致：通常是由于前端请求参数格式与工作流预期不符，或前端未正确传递会话 ID 导致全局变量未生效。
- 知识库检索结果缺失或不准确：原因在于文件分段策略不合理，导致关键信息被截断；或者知识库索引未及时更新，未能包含最新上传的康复设备说明书。
- 工作流长时间无响应或执行失败：常因 OCR 模块处理大型图像文件耗时过长，或外部 API 调用（如药品相互作用查询）返回超时错误。
怎么确认配好了
- 上传多种格式的模拟患者数据（包括 PDF 问卷、CSV 设备日志、EHR 文本），检查所有文件是否均能被成功解析并向量化入库，并核对
parse_status字段。 - 针对典型病例，通过前端界面输入患者基本信息，观察工作流是否能正确从知识库中召回相关康复设备禁忌、适应症等文档，并评估召回文档的
score字段。 - 在工作流中设置多个
全局变量，模拟不同会话状态下的数据流转，验证变量在会话生命周期内的value是否按预期更新与保持。
问题素材取自公开社区提问（2026-09-11 去重 4,834 条）。文中的配置项名称与取值区间需以所用版本的实际界面与文档为准；本页核验日 2026-09-21，当时的最新发布版本为 FastGPT v4.17.0。