这个品类的数据长什么样
药物经济学注册申报资料的核心数据来源于临床试验报告、真实世界证据（RWE）研究、已发表的医学文献、政府发布的药品价格和报销政策文件、以及各类数据库（如医保目录、国家药品集中采购数据）。这些数据更新频率不一，政策文件可能每年发布或修订，而临床试验数据则随研究进展而更新。文档通常以 PDF、Word、Excel 表格形式存在，包含大量的文本描述、图表和统计数据。关键字段包括药物成本、疗效数据、安全性指标、生活质量评分、成本效益比（ICER）、预算影响分析结果等，单位涉及货币（如人民币元）、时间（如年、月）、百分比、QALY（质量调整生命年）等。
这些特征在「引用来源与溯源」这一环带来什么约束
药物经济学数据的多样性和非结构化特性，对引用来源与溯源提出了特定要求。例如，政策文件的时效性要求系统能快速识别并引用最新版本，避免引用过期信息。临床试验报告的复杂图表和统计数据，需要RAG系统能准确提取关键数值和结论，并关联到原始报告的具体页码。成本效益分析报告中多变的单位和计算逻辑，要求溯源机制能指向原始数据来源和计算方法说明。此外，由于涉及敏感的商业和政策信息，对引用内容的精确度和可验证性有高要求，确保生成内容的真实性和法规符合性，避免引用错误导致申报资料的合规风险。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 800–1200 字符 | 药物经济学文档常包含长篇描述性文本和详细数据，较长的分段有助于保持上下文完整性。 |
召回条数 | 前 5–8 条 | 确保能够覆盖成本效益分析、预算影响分析等关键章节的多个相关段落。 |
相似度阈值 | 0.75–0.82 | 在确保高相关性的同时，避免遗漏因表述差异而未能精确匹配的关键信息。 |
重排返回条数 | 前 3 条 | 精选最相关的引用，减少冗余信息，提高生成内容的准确性与精炼度。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 处理大型 PDF 文档或包含复杂表格的 Excel 文件时，提供充足的解析时间。 |
知识库问答对最大长度 | 500 字符 | 适应药物经济学中较长的专业术语和数据描述，确保问答对的完整性。 |
容易做错的三处
- 现象：生成的申报资料中缺少关键数据的引用来源，或引用指向的原文内容不符。原因：知识库文档切分粒度过大，导致RAG模型在召回时无法精确匹配到最小有效信息单元。
- 现象：系统在处理包含大量图表和复杂表格的药物经济学报告时，无法生成有效的问答对。原因：文件解析器对非文本内容（如嵌入图片中的表格数据）的提取能力不足，或未配置针对表格数据的特定处理策略。
- 现象：即使模型配置了高相似度阈值，仍然出现引用过期政策文件的情况。原因：知识库中未对文档进行版本管理或时间戳标记，导致检索时无法优先召回最新版本的政策文件。
怎么确认配好了
- 选取多个典型药物经济学报告，检查系统生成的引用是否能精确指向报告中的具体段落或数据表格。
- 测试不同时间点的政策文件，核对系统引用是否优先选择并呈现最新发布的版本。
- 针对包含复杂成本效益分析图表的文档，验证系统能否准确提取图表中的关键数值，并溯源至原始图表。
- 随机抽取生成的申报资料中的引用，人工核对引用内容与原文的匹配度，并评估其在药物经济学语境下的准确性。
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。