这个品类的数据长什么样
SMO（Site Management Organization，临床试验现场管理组织）在药物警戒中产生的数据主要来源于临床试验机构（CRC、研究者）上报的SAE（严重不良事件）和SUSAR（可疑非预期严重不良反应）报告。这些数据通常以结构化（如EDC系统导出的CSV、XML文件）和非结构化（如PDF格式的医学报告、医生手写记录扫描件）两种形式存在。更新频率取决于试验进展和事件发生情况，高风险药物可能每日更新，常规报告则可能每周或每月汇总。文档结构复杂，包含患者基本信息、用药史、不良事件描述、诊断结果、实验室检查数据、因果关系判断等字段，其中涉及医学术语、计量单位（如mg/kg、mmol/L）和时间戳（如2023-10-26 14:30:00）的标准化处理是关键。
这些特征在「工作流编排」这一环带来什么约束
SMO药物警戒数据的多源异构性，使得工作流编排需要首先考虑数据预处理环节。结构化数据需要进行字段映射和标准化，特别是药品名称、不良事件编码（如MedDRA编码）。非结构化PDF报告则需要OCR识别和信息抽取，确保关键信息如患者ID、事件发生时间、药物剂量等能够被准确提取。由于报告的更新频率不一，工作流需支持多种触发机制，例如定时触发用于批量处理周期性报告，事件驱动触发用于SAE/SUSAR的即时处理。医学术语的专业性要求在知识库构建和检索时，能够支持医学本体和同义词匹配，以提高召回准确率。同时，数据中的敏感信息（如患者姓名）需要进行脱敏处理，这要求工作流中集成相应的隐私保护组件。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
数据源类型 | 多文件上传 和 API接口 | 兼顾周期性批量导入与实时SAE/SUSAR上报 |
非结构化文档解析模式 | OCR+表格识别+文本抽取 | 确保PDF报告中的文本、表格数据都能被有效识别与提取 |
召回条数 | 前 10 条 | 在保证信息完整性的前提下，减少不必要的处理量，提高效率 |
相似度阈值 | 0.75 | 平衡召回准确率与误报率，降低漏报关键不良事件的风险 |
分段长度 | 500 字符 | 适应医学报告中长段描述的特点，保证语义完整性并控制Token消耗 |
重排返回条数 | 前 3 条 | 精炼关键信息，为人工复核提供更聚焦的参考 |
容易做错的三处
- 工作流日志显示“调用失败”，但模型后台有响应日志。原因通常是工作流组件间数据格式不匹配，例如上游组件输出的是JSON数组，下游组件期望的是字符串。
- 调用工作流后，对话日志为空。原因可能是工作流中的某个关键节点（如知识库查询或大模型调用）配置了错误的输出变量名，导致最终结果未被正确传递。
- 问题优化组件总是放在工作流的末端。原因是对“问题优化”的理解偏差，该组件更适合在知识库召回之前，对用户原始提问进行改写，提升召回质量。
怎么确认配好了
- 通过模拟提交一份包含结构化与非结构化数据的SAE报告，观察工作流是否能正确触发并完成全链路处理，核对最终输出的字段与预期是否一致。
- 检查工作流中所有数据抽取、转换节点的日志，确认中间数据格式与内容是否符合预期，特别是医学术语的标准化和单位转换是否正确。
- 针对几种典型的不良事件报告场景，进行多次端到端测试，对比工作流输出的总结或判断与专家判断结果的一致性，根据业务需求标定可接受的偏差阈值。
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。