这个品类的数据长什么样
药物经济学数据主要来源于各类临床研究报告、真实世界证据（RWE）数据库、国家医保目录、药品定价政策文件以及医学文献。这些数据的更新频率较高，新的临床试验结果和政策调整会定期发布。文档结构通常包含详细的试验设计、患者队列特征、药物干预方案、成本效益分析模型、结果产出（如QALY、ICER值）和敏感性分析。字段涵盖疾病负担、治疗成本（直接成本与间接成本）、治疗效果指标、健康结局测量工具（如EQ-5D量表得分），单位涉及货币（如美元、欧元、人民币）、时间（如年、月）、生命质量调整寿命年（QALY）和增量成本效果比（ICER）等。
这些特征在「知识库检索与召回」这一环带来什么约束
药物经济学数据的高更新频率要求知识库具备高效的增量更新和版本管理能力，确保检索结果的时效性。复杂的文档结构和多样的字段、单位，意味着在切块时需要特别关注语义完整性，避免因切分导致关键经济学指标或结论脱节。例如，一个ICER值往往需要结合其计算方法、所比较的干预措施及敏感性分析范围才有意义。对特定指标的精确检索，如“某药物在某适应症下的QALY值”，需要知识库能准确识别并召回包含这些特定字段和单位的文本段落。同时，由于数据源分散且格式不一，知识库在数据摄入时需能处理多种文件类型，并进行有效的结构化或半结构化信息提取。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 300–500 字符 | 确保单个文本块包含完整的药物经济学结论或关键指标，避免语义丢失。 |
分段重叠长度 | 50 字符 | 保留上下文衔接，有助于理解跨段落的经济学论证。 |
召回条数 | 前 8 条 | 考虑到药物经济学分析的复杂性，适当增加召回量以覆盖更多相关论据。 |
相似度阈值 | 0.75 | 兼顾准确性和召回率，筛选出与查询高度相关的经济学数据。 |
重排返回条数 | 前 3 条 | 在初步召回的基础上，通过重排进一步提升最相关结果的排序。 |
最大切片数量 | 2000 | 适应单个药物经济学报告可能包含大量分析细节的特点。 |
容易做错的三处
- 知识库导入PDF文档后，问答准确度不高，这是因为PDF内容中的表格、图表或复杂的排版在切块时可能被错误解析，导致语义信息缺失。
- 检索到的切块长度远大于引用上限，例如知识库切块大小为
5000 token，引用上限为1500，导致实际引用的内容不完整，无法有效支撑药物经济学分析。 - 在检索特定药物的经济学数据时，返回结果包含大量不相关的临床试验信息，这是因为查询关键词未能有效聚焦到经济学指标，或知识库未对文档内容进行足够的结构化预处理。
怎么确认配好了
- 针对核心药物经济学指标（如ICER、QALY、成本效益比）进行查询，检查召回结果是否包含这些指标的具体数值和相关解释，并核对其来源文档。
- 上传一份新的药物经济学研究报告，观察知识库导入日志，确认
分段长度和分段重叠长度设置下，文本切块是否保持了经济学分析的完整性。 - 模拟用户提问，例如“某药物治疗糖尿病的增量成本效果比是多少？”，评估返回结果的准确性和相关性，并与原始报告进行对照，确认引用内容是否支撑回答。
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。