这个品类的数据长什么样
剂量调整相关数据主要来源于药品说明书、临床指南、药典、以及药学专业数据库。这些数据更新频率不一，药品说明书可能随批次更新，临床指南通常按年度或双年度发布修订版，药典则有固定的修订周期。文档结构上，药品说明书通常为非结构化文本，包含用法用量、特殊人群用药（如肝肾功能不全、老年、儿童）、药物相互作用等章节。临床指南和药典则可能包含结构化或半结构化表格，详细列出不同疾病状态、器官功能水平下的推荐剂量。字段与单位方面，常见的有药物名称、适应症、患者特征（年龄、体重、肝肾功能指标如肌酐清除率 Ccr、血清肌酐 SCr、肝功能分级 Child-Pugh）、推荐剂量、给药频率、给药途径、最大剂量、最小剂量等。剂量单位通常为 mg、g、IU，频率单位为 次/日、次/周，时间单位为 小时、天。
这些特征在「工作流编排」这一环带来什么约束
剂量调整数据的非结构化特性要求工作流具备强大的文本解析能力，能够从药品说明书等文档中准确抽取关键信息。更新频率不一的特点意味着工作流需要支持周期性数据源同步与增量更新，以确保知识库的时效性。例如，当新的临床指南发布时，系统需要能够识别并更新受影响的药物剂量推荐。复杂的数据结构，特别是涉及多条件判断（如根据肝肾功能分级调整剂量），决定了工作流在逻辑编排上需要支持多分支条件判断模块，以模拟临床决策路径。同时，字段和单位的多样性对数据标准化提出了要求，工作流在数据摄入阶段需包含单位转换和数值归一化处理，避免因单位不一致导致计算错误或RAG召回不准确。例如，将所有剂量单位统一为 mg 或 g。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 3000 Tokens | 确保能容纳患者描述、药物信息及召回的剂量调整规则，避免截断关键信息。 |
分段长度 | 800 字符 | 药品说明书和指南中段落长度适中，便于语义完整性，提高召回准确率。 |
召回条数 | 5 条 | 综合考虑召回效率与相关性，覆盖多种剂量调整场景。 |
相似度阈值 | 0.78 | 筛选出与患者提问高度相关的剂量调整规则，降低无关信息干扰。 |
重排返回条数 | 3 条 | 精选最相关、最直接的剂量调整建议，减少大模型处理负担。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 处理大型临床指南或药典PDF文件时，预留足够解析时间。 |
容易做错的三处
- 在执行数据库查询时出现
Failed to connect to jyfkk:1433错误，原因通常是数据库连接参数hostname或port配置不正确，或者网络防火墙限制了对数据库端口的访问。 - 大模型输出的剂量调整建议与实际不符，现象为建议的剂量单位错误或数值不合理，原因常是工作流中缺少对从非结构化文本中抽取的剂量单位进行标准化处理的环节。
- 剂量调整问答结果中缺乏针对特殊人群（如肝肾功能不全患者）的建议，原因在于数据摄入时未充分识别并抽取药品说明书中关于特殊人群用药的段落，或RAG召回策略未能有效覆盖这些边缘案例。
怎么确认配好了
- 针对多种典型患者场景（如不同年龄、体重、肝肾功能）进行问答测试，核对系统给出的推荐剂量与专业文献记载是否一致。
- 随机抽取药品说明书或临床指南，检查工作流的数据摄入模块是否能正确解析并抽取所有关键字段，如药物名称、剂量、频率、特殊人群用药条件。
- 模拟数据源更新，验证工作流的增量更新机制是否能及时反映新的剂量调整推荐，并检查旧的、已失效的推荐是否被正确替换或标记。
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。