这个品类的数据长什么样
药物经济学注册申报资料涉及的数据类型多样，主要来源于临床试验报告、真实世界研究数据、成本效益分析模型、系统评价与荟萃分析报告等。这些数据更新频率相对较低，通常随新药研发进展或指南发布而更新。文档结构以结构化表格数据（如成本数据、疗效数据、效用值）、半结构化报告（如方法学说明、敏感性分析报告）和非结构化文本（如文献综述、专家意见）为主。字段与单位具有高度专业性，例如成本数据可能涉及美元、欧元等货币单位，疗效数据涉及QALY（质量调整生命年）、ICER（增量成本效果比）等特定医学经济学指标，以及各种临床结局指标（如OS、PFS）。
这些特征在「模型接入与配置」这一环带来什么约束
药物经济学数据的专业性和多样性，对模型接入与配置提出了特定要求。首先，大量结构化表格数据需要精确解析，传统的文本分段方法可能不足以捕捉表格内部的逻辑关系，需要强化表格解析能力。其次，数据中包含的多种专业单位和指标，意味着模型在理解和生成内容时，需避免单位混淆或指标误用，这要求在模型训练或微调阶段充分暴露相关知识。再次，文档中半结构化和非结构化内容的混合，增加了信息抽取的复杂性，模型需要具备从不同格式中提取关键信息的能力。最后，由于数据更新频率不高但专业性极强，对模型的知识时效性要求相对宽松，但对专业知识的深度和准确性要求极高，这直接影响了知识库构建和模型召回策略的选择。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
UPLOAD_FILE_MAX_SIZE | 500 MB | 药物经济学报告常包含大量图表和详细数据，文件较大。 |
分段长度 | 800 字符 | 兼顾表格与文本内容，保持上下文连贯性，避免关键信息被切断。 |
召回条数 | 10 条 | 确保模型能从专业性强的知识库中获取足够多的相关上下文。 |
相似度阈值 | 0.75 | 提高召回精度，减少无关信息的干扰，尤其在专业领域。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 处理大型或复杂格式文档（如带嵌入对象的PDF）可能耗时较长。 |
maxContext | 3000 Tokens | 药物经济学分析通常需要较长的上下文来理解逻辑链条和数据关系。 |
容易做错的三处
- 模型在解析包含复杂嵌套表格的Excel或PDF文档时，返回“无法提供有效回复”或提取信息不完整。原因在于默认的文档解析器对复杂表格结构支持不足，未能正确识别行与列的关联。
- 模型回答中出现货币单位或医学经济学指标混用，如将QALY误作ICER的单位。原因在于知识库中相关概念的区分度不够，或者模型在理解专业术语时缺乏足够的上下文指引。
- 本地部署的模型在添加后无法正常响应请求，日志显示
Connection refused或API Key invalid。原因可能是模型服务未正确启动，或者FastGPT的OPENAI_API_KEY或OPENAI_BASE_URL配置与本地模型接口不匹配。
怎么确认配好了
- 上传一份包含复杂成本效益分析表格的PDF文档，并尝试提问关于特定药品的ICER值，检查返回结果的准确性与完整性。
- 针对知识库中不同货币单位（如美元、欧元）和医学经济学指标（如QALY、LYG）进行提问，验证模型是否能正确区分并使用这些专业术语。
- 使用
/ping或/health等端点检查本地部署模型服务的可用性，确认OPENAI_API_KEY和OPENAI_BASE_URL配置与实际服务接口一致。 - 测试不同长度和复杂度的药物经济学报告文档的解析速度，确保其在
PARSE_FILE_TIMEOUT_SECONDS内完成处理并成功入库。
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。