临床前安评注册申报资料准备的工作流编排

临床前安评资料主要来源于药理毒理学研究报告，包含体外试验数据、体内动物试验数据、药代动力学数据等。数据更新频率相对较低，通常在项目里程碑节点进行归档。文档结

这个品类的数据长什么样

临床前安评资料主要来源于药理毒理学研究报告，包含体外试验数据、体内动物试验数据、药代动力学数据等。数据更新频率相对较低，通常在项目里程碑节点进行归档。文档结构高度标准化，遵循 ICH M3(R2) 等指导原则，以 CTD（通用技术文件）格式呈现。报告中包含大量的表格、图谱和文字描述，涉及毒性指标（如 LD50、NOAEL）、药代参数（如 Cmax、AUC）、病理组织学描述等。字段命名常带有专业缩写和单位，例如 mg/kg、μg/mL、g/L、h。数据分布广泛，从原始数据到总结性报告，格式多样，包括 PDF、Word、Excel 等。

这些特征在「工作流编排」这一环带来什么约束

临床前安评数据的标准化和专业性，对工作流编排提出了精细化要求。首先，大量的表格和图谱需要工作流具备强大的文档解析能力，确保关键数据能够被准确识别和提取。其次，严格的法规遵循要求工作流在数据处理和信息整合过程中，能够忠实于原始报告的逻辑和结构，避免信息丢失或误读。专业字段和单位的特殊性，使得在信息抽取和校验环节，需要配置特定的模式匹配或规则引擎，以确保数据准确性。由于数据更新频率低但单次数据量大，工作流的稳定性与批处理能力至关重要，需要支持长时间运行和错误恢复机制。此外，CTD 格式的层级结构，要求工作流在资料组织和输出时，能有效映射到相应的申报模块，确保最终产出的资料符合注册要求。

配置怎么定

配置项建议取法这样取的依据
maxContext8000 tokens临床前安评报告内容密集，确保模型能处理较长的文本上下文。
分段长度500 字符平衡文本语义完整性和处理效率，适应报告中段落长度。
召回条数10 条提高信息召回率，覆盖报告中分散的关键信息点。
相似度阈值0.75确保召回内容的准确性，避免无关信息干扰。
重排返回条数3 条聚焦最相关的关键信息，提高最终输出的质量。
PARSE_FILE_TIMEOUT_SECONDS600 秒临床前安评报告文件较大，预留充足的解析时间。

容易做错的三处

  • 输出变量在后续组件中为空，原因是没有正确配置代码组件的 output 变量名，或正则表达式提取失败，导致数据无法传递。
  • API 访问时未收到用户提示或表单输入，原因是在工作流发布后，未将 用户选择 或 表单输入 组件正确映射到 API 请求参数中。
  • 知识库 ID 变量设置报错，原因是在 知识库 组件中直接传入了未经解析或格式错误的变量，导致系统无法识别目标知识库。

怎么确认配好了

  • 通过模拟提交一个完整的临床前安评报告，检查工作流是否能准确解析报告中的 NOAEL 值、Cmax 值，并将其映射到预设的输出字段。
  • 在 FastGPT 的调试界面，逐个检查工作流中各组件的输入输出，确认数据流转无误，尤其关注变量赋值和传递是否符合预期。
  • 使用不同格式（PDF、Word、Excel）的临床前安评报告进行测试，验证工作流在多种文件类型下均能稳定运行，并提取到一致的结构化数据。

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。