这个品类的数据长什么样
精神类疾病注册申报资料的数据来源广泛，包括临床试验报告、药理毒理研究数据、生产工艺信息、质量标准、稳定性研究数据以及非临床药代动力学数据等。这些数据往往以多种格式存在，如 PDF 文档、Word 文档、Excel 表格、图片和结构化数据库记录。更新频率方面，临床试验数据随研究进展动态更新，药学研究数据在研发阶段可能频繁修订，而法规文件则依监管机构发布周期变化。文档结构上，通常遵循 ICH-CTD（通用技术文档）或国家药品监督管理局（NMPA）的申报要求，具有严格的层级结构和内容规范。字段与单位的特殊性体现在对精神病学量表（如 HAM-D、PANSS、CGI）评分的精确记录，药物剂量单位（mg、μg/kg）、血药浓度单位（ng/mL）的严谨性，以及对不良事件严重程度、发生频率的标准化描述。
这些特征在「工作流编排」这一环带来什么约束
精神类疾病申报资料的数据多样性与复杂结构，对工作流编排提出了高要求。多格式文档意味着工作流需支持多种文件类型的解析与内容提取，例如，从临床试验报告 PDF 中准确抓取精神量表评分，或从 Excel 表格中提取剂量数据。数据更新的动态性要求工作流具备版本管理能力，确保始终处理最新数据，并能追溯历史版本。严格的文档结构约束了信息抽取和整合的逻辑，工作流需要根据申报模板的层级关系，将分散的信息汇聚到指定位置，例如将特定研究的结论自动填充到 CTD 模块 2.5 非临床概述中。字段与单位的特殊性则要求工作流在数据处理过程中进行严格的校验和标准化，确保精神量表分数、剂量和浓度单位的一致性，避免因单位混淆导致的数据错误。此外，对不良事件的标准化描述，促使工作流在信息提取后进行实体识别和分类，为后续的安全性评估提供准确数据。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 32000 | 应对精神类疾病临床报告中长篇幅的描述性文本，确保完整性。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 处理大型 PDF 文件或扫描件的 OCR 识别，预留充足解析时间。 |
分段长度 | 800–1200 字符 | 兼顾长句语义完整性与模型处理效率，适应医学术语的复杂性。 |
召回条数 | 前 10–15 条 | 确保能覆盖精神疾病药物申报资料中多维度、多章节的关联信息。 |
相似度阈值 | 0.75–0.85 | 平衡召回精度与泛化能力，识别相关度高的医学概念和法规条款。 |
重排返回条数 | 前 5 条 | 精炼最终结果，专注于与精神类疾病申报强相关的核心信息。 |
容易做错的三处
- 工作流执行超时，日志显示
Task execution timed out after X seconds。原因：未充分考虑大型临床报告的解析时间，PARSE_FILE_TIMEOUT_SECONDS参数设置过低。 - 生成结果中某些关键字段为空或错误，例如精神量表评分未提取。原因：文件解析器对特定格式的表格或图片内文本识别能力不足，或工作流中的正则表达式未精确匹配目标字段。
- 用户反馈通过免登录窗口调用工作流时，提示
Key is error. You need to use the app key rather than the account key。原因：工作流调用时使用了非应用级别的 API Key，权限不足或密钥类型不匹配。
怎么确认配好了
- 选取涵盖多种文件格式（PDF、DOCX、XLSX）和典型申报模块（如非临床概述、临床总结）的测试数据集，运行工作流，核对输出结果与原始资料的关键信息是否一致。
- 针对精神量表评分、药物剂量等核心数据字段，检查其提取的准确性和单位标准化情况，并与人工核对结果进行比对，确定误差阈值。
- 模拟并发调用场景，观察工作流的响应时间和资源消耗，确保在实际使用中能稳定提供服务，并根据业务需求调整并发上限。
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。