合理用药药物警戒的文档解析与分块

这个品类的数据长什么样

合理用药领域的数据主要来源于药品说明书、临床指南、药物相互作用数据库、不良反应报告以及医学文献。这些数据更新频率不一，药品说明书可能随批次更新，指南则按年或数年修订，不良反应报告则持续累积。文档结构上，说明书通常包含适应症、用法用量、禁忌、不良反应等固定章节；临床指南则多为结构化的条目式建议。数据中包含大量药物通用名、商品名、剂量单位（如 mg/kg）、给药途径、频率等标准化字段，但也存在非结构化的临床描述和自由文本。

这些特征在「文档解析与分块」这一环带来什么约束

合理用药数据的特点对文档解析与分块提出了特定要求。药品说明书和临床指南中的关键信息（如不良反应发生率、药物相互作用程度）常以表格或列表形式呈现，需要解析器能准确识别并保持其结构完整性，避免分块时语义割裂。剂量、单位、频率等信息必须精确提取，分块时需确保相关联的数值和单位不被拆分，否则会影响后续药物警戒的准确判断。此外，大量专业术语和缩写要求分词模型具备医学领域词汇的识别能力。非结构化不良反应报告中的自由文本描述，则需要更细粒度的分块，以捕获具体症状和用药过程。

配置怎么定

配置项	建议取法	这样取的依据
`chunkSize`	`800 字符`	确保在单一分块内，药品说明书或临床指南中的完整逻辑单元（如一条不良反应描述、一段用药建议）得以保留，同时兼顾召回效率。
`overlapSize`	`150 字符`	提供上下文衔接，减少因分块边界导致信息丢失，尤其对于描述性强的临床报告。
`maxContext`	`3200 字符`	适应复杂药物相互作用和多因素合理用药判断，需同时考虑多个相关分块。
`PARSE_FILE_TIMEOUT_SECONDS`	`600 秒`	应对大型药品说明书或包含复杂表格的临床指南，解析时间可能较长。
`UPLOAD_FILE_MAX_SIZE`	`100 MB`	满足单个PDF文档（如详细的药物临床试验报告）可能较大的文件体积需求。
`分段长度`（知识库配置）	`按语义或段落`	优先保持医学文本的语义完整性，避免将关键信息（如药物剂量与对应不良反应）硬性截断。

容易做错的三处

上传大型PDF文件后长时间无响应或解析失败，现象是文件状态停滞在“处理中”或直接显示解析失败。这通常是由于 PARSE_FILE_TIMEOUT_SECONDS 配置过小，导致解析器在处理复杂或大文件时超出时间限制。
知识库检索结果中，药物剂量或单位信息缺失，例如只返回“每日两次”，没有具体“20mg”。这源于 chunkSize 设置不当，导致剂量数字和单位在分块时被拆散，影响了上下文的完整性。
通过API上传文件后，增强解析功能未生效，例如PDF中的表格内容没有被正确提取。这可能是API调用时未正确指定 enable_enhanced_parsing 参数，或后端服务未正确配置表格解析依赖。

怎么确认配好了

上传典型药品说明书PDF文件，检查知识库中分块是否包含完整的适应症、用法用量、不良反应等关键章节，并通过预览核对分块内容与原文的语义一致性。
随机抽取临床指南中的表格数据，上传后验证知识库中对应分块是否准确提取了表格的行与列信息，确保数据结构得以保留。
模拟查询药物相互作用问题，检查召回结果中是否能同时获取到涉及药物的完整名称、剂量、相互作用机制及处理建议，并通过日志确认查询时 maxContext 的实际使用情况。

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。