这个品类的数据长什么样
康复设备药物警戒数据主要来源于医疗机构上报、患者自愿报告以及生产企业收集。这些数据更新频率相对较低，通常按季度或年度汇总，紧急情况报告则实时提交。文档类型多样，包括结构化的不良事件报告表、非结构化的患者反馈文本、临床观察记录、产品说明书修订历史以及技术规格文档。结构化报告中包含设备型号、序列号、不良事件类型（如机械故障、感染、使用错误）、发生时间、患者人口统计学信息等字段。非结构化文本可能包含自由描述的症状、使用场景、干预措施。单位方面，时间常以日期和具体时间点表示，设备参数可能涉及毫米、伏特、安培等物理单位，症状描述则为自然语言。
这些特征在「向量模型与索引」这一环带来什么约束
康复设备不良事件报告的低更新频率意味着模型训练和索引重建无需过于频繁，可以采用周期性批处理更新。文档类型多样性要求向量模型能有效处理结构化与非结构化混合数据，特别是从长篇幅的临床观察记录中提取关键信息。多语言报告的存在（如国际患者反馈）可能需要多语言嵌入模型支持。设备型号、序列号等高基数、短文本字段对精确匹配和检索提出要求，纯语义检索可能不足以覆盖。同时，不同单位和专业术语的出现，如“毫米汞柱”与“mmHg”，要求向量模型对领域词汇有良好理解，避免因表达差异导致检索失败。对历史文档的检索需求，也需要索引具备版本管理能力。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 500–800 字符 | 兼顾康复设备报告的详细描述与关键信息密度，避免过长导致信息稀释，过短导致上下文丢失。 |
分段重叠长度 | 100–150 字符 | 确保分段边界上下文的连续性，提高跨段落信息检索的召回率。 |
召回条数 | 前 10–15 条 | 考虑到不良事件报告的复杂性和潜在关联性，扩大召回范围有助于捕获更多相关信息。 |
相似度阈值 | 按实测标定 | 根据实际检索效果和误报率进行调整，目标是平衡召回与精确度。 |
PARSE_FILE_TIMEOUT_SECONDS | 300 秒 | 应对部分大型产品说明书或详细临床报告的解析时间，避免因超时导致文件处理失败。 |
embeddingModel | text-embedding-ada-002 或领域特定模型 | 优先选择通用性好、效果稳定的模型，或针对医疗文本优化的领域模型以提升语义理解。 |
容易做错的三处
- 知识库索引创建长时间无进展或报错，现象是页面显示“索引中”但长时间未完成，或日志中出现
Failed to create index。原因常是文件解析超时，尤其针对包含大量图片或复杂表格的PDF文档。 - 检索结果与预期偏差大，关键信息未能召回，现象是搜索特定设备型号或症状时，返回的文档关联性低。原因可能是向量模型对特定医疗术语或设备编码的理解不足，导致嵌入向量偏离。
- 更新知识库后，旧数据仍被召回或新数据未生效，现象是检索结果中出现已删除或修改的信息，或缺失最新报告。原因是没有触发索引的完全重建或增量更新机制，导致索引与源数据不同步。
怎么确认配好了
- 上传具有代表性的康复设备不良事件报告和产品说明书，检查其解析状态是否成功，并验证分段预览内容是否合理。
- 针对特定设备型号、症状（如“膝关节活动受限”）或不良事件类型（如“电池故障”）进行搜索，检查召回结果的精确性和相关性，并评估召回文档是否覆盖了所有相关的关键信息。
- 模拟更新或删除一份不良事件报告，然后执行检索，确认索引能够正确反映数据的最新状态，检查旧数据是否被移除，新数据是否被纳入。
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。