这个品类的数据长什么样
感染性疾病临床试验预筛的数据来源多样，主要包括电子病历系统（EHR）、实验室信息系统（LIS）、影像归档和通信系统（PACS）以及临床试验管理系统（CTMS）。数据更新频率因来源而异，EHR 和 LIS 数据可能实时更新，而 CTMS 中的试验方案和患者招募信息则按批次或阶段性更新。文档结构上，EHR 和 LIS 往往包含非结构化的临床笔记、结构化的检验结果、用药记录。PACS 数据是医学影像文件。CTMS 则以结构化的表格数据为主，记录入排标准、患者进展等。字段与单位方面，微生物培养结果常涉及菌株名称、药敏结果（如 MIC 值，单位 μg/mL），血常规有白细胞计数（单位 10^9/L），影像报告包含病灶描述及测量（单位 mm）。
这些特征在「工作流编排」这一环带来什么约束
感染性疾病数据的高异构性和多模态性，对工作流编排提出了特定要求。实时更新的 EHR 和 LIS 数据需要支持流式处理或高频批处理，以确保预筛结果的及时性。非结构化文本和影像数据需要先进的自然语言处理（NLP）和计算机视觉（CV）组件，将其转化为可用于规则匹配或模型推理的结构化特征。例如，从临床笔记中提取症状描述、从影像报告中识别病变特征。微生物培养和药敏结果中的特定字段和单位，要求知识库能够精确匹配和解析。工作流中的规则引擎需要能够处理复杂的逻辑，例如，结合患者病史、检验结果和影像学表现，判断是否符合特定的入排标准。多源异构数据的整合与清洗，是预筛准确性的关键前提，需要专门的数据预处理节点。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 2048 个 token | 临床笔记和影像报告文本长度通常较长，需要足够的上下文窗口处理 |
分段长度 | 800–1200 字符 | 确保每个分段包含完整语义，避免关键信息被截断 |
召回条数 | 前 10 条 | 感染性疾病入排标准常涉及多方面信息，提高召回率可覆盖更多相关知识 |
相似度阈值 | 按实测标定，例如 0.75 | 需平衡召回率与准确率，避免无关信息干扰 |
重排返回条数 | 前 5 条 | 经过重排后，聚焦于最相关的核心信息，减少模型处理负担 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 处理大型影像报告或复杂临床文档的解析时间 |
容易做错的三处
- AI 对话节点输出结果不准确，原因在于提示词中对引用内容模板的定义模糊，导致模型无法有效利用知识库召回的专业术语和上下文。
- 知识库搜索节点筛选结果不符合预期，原因是知识库配置中未正确设置用户鉴权变量，导致节点无法根据用户角色或权限过滤可访问的知识库。
- 工作流中 AI 模型选项为空，原因是模型服务未正确注册或配置，导致平台无法识别可用的模型。
怎么确认配好了
- 验证工作流中各节点输出，确保数据流转符合预期，例如微生物培养结果的
MIC值单位正确。 - 模拟多种患者数据，包括边界情况和异常数据，观察预筛结果是否与临床专家判断一致，并记录误报和漏报情况。
- 检查知识库搜索节点，通过调整
相似度阈值和召回条数，确保能准确召回关键入排标准和疾病特征。 - 检查 AI 对话节点，确保其能基于知识库内容，对典型感染性疾病临床问题给出合理且专业的回答。
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。