禁忌与相互作用合理用药问答的知识库检索与召回

这个品类的数据长什么样

生物医药领域中，禁忌与相互作用的数据主要来源于药品说明书、药典、临床指南、医学文献数据库（如 PubMed、Embase）以及药品不良反应监测系统。这些数据更新频率较高，新药上市、旧药新发现以及临床实践的积累都会带来变化，通常以季度或半年为周期进行更新。文档结构通常包含药品名称、活性成分、禁忌症（如特定疾病史、生理状态）、药物相互作用（如药-药、药-食物、药-疾病）、相互作用机制、临床表现、风险等级及处理建议等字段。字段内容常涉及医学术语、剂量单位（如 mg/kg、IU）、时间单位（如 小时、天）和风险等级描述。

这些特征在「知识库检索与召回」这一环带来什么约束

禁忌与相互作用数据的高更新频率要求知识库具备快速同步和索引更新的能力，确保检索结果的时效性。其复杂的文档结构和专业术语，使得简单的关键词匹配难以精准召回。例如，用户查询“阿司匹林和华法林”，需要系统理解这不仅是两种药物的组合，还要识别它们属于抗凝剂和抗血小板药，可能存在出血风险的相互作用。字段中包含的剂量、时间等数值信息，要求检索系统能够处理数值范围查询，并理解不同单位的转换。风险等级的描述则需要检索能识别并区分不同严重程度的相互作用，避免将轻微相互作用与严重禁忌混淆。这都对 FastGPT 的分段策略和嵌入模型选择提出了更高要求。

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`	确保单个分段能包含完整的禁忌或相互作用描述，避免语义割裂。
`分段重叠长度`	`50–100 字符`	增加上下文关联，有助于在边界处召回相关信息，处理描述性文本的延续性。
`向量模型`	`text-embedding-ada-002` 或更高性能模型	提升对医学术语和复杂药理学概念的理解能力，增强语义匹配精度。
`召回条数`	`前 8–12 条`	在保证覆盖度的前提下，避免引入过多无关信息，兼顾效率与准确性。
`相似度阈值`	按实测标定	需结合实际数据和查询场景进行多次测试，确保能召回相关度高且避免无关文档。
`重排返回条数`	`前 5 条`	进一步精炼召回结果，将最相关的禁忌与相互作用信息置于前端，提高回答质量。

容易做错的三处

检索结果为空：原因在于知识库分段粒度过大或过小，导致查询无法精确匹配到含有禁忌与相互作用信息的独立语义块。
召回结果包含大量无关药品信息：原因在于向量模型的语义理解能力不足，或者 相似度阈值 设置过低，未能有效区分核心禁忌与相互作用内容与背景描述。
无法处理带有剂量或时间限制的查询：原因在于数据预处理时未将数值字段进行结构化或标准化，导致检索系统无法识别和比较 mg、g、小时 等单位。

怎么确认配好了

针对典型查询（如“药物A 和 药物B 能一起用吗？”），核对召回结果是否包含相关的禁忌或相互作用条目，并检查其完整性。
选取一批已知存在禁忌或相互作用的药物组合，进行检索，并验证系统是否能准确召回相应的风险描述和处理建议，同时不召回无关联信息。
测试不同复杂度的查询，包括涉及特定剂量、用药时间或患者特征的查询，确认系统能否根据这些限定条件筛选出更精确的结果，并通过人工评估召回的 风险等级 字段的准确性。

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。