这个品类的数据长什么样
皮肤科药物警戒的数据主要来源于临床试验报告、真实世界研究（RWE）数据、医生诊疗记录、患者自发报告以及药品说明书。这些数据具有高度异质性，例如临床试验报告通常结构化程度较高，包含剂量、用药时长、不良事件编码（如MedDRA）等标准字段；而患者自发报告则多为自由文本，描述症状、用药情况和个人感受，语言口语化，缺乏统一格式。数据更新频率不一，上市后监测数据可能每日都有新增，而临床试验数据则按阶段性报告。文档类型涵盖 PDF 格式的医学文献、Word 格式的临床研究方案、图片形式的皮损照片以及纯文本的电子病历。字段方面，特异性症状描述如“红斑”、“丘疹”、“水疱”、“瘙痒程度评分”等是皮肤科独有的，单位则涉及“皮损面积百分比”、“毫米”等。
这些特征在「工作流编排」这一环带来什么约束
皮肤科药物警戒数据的特点对工作流编排带来多重约束。异质性数据源要求工作流具备强大的文件解析和信息抽取能力，尤其是对非结构化文本的理解。例如，从患者自发报告中准确识别并提取皮肤不良事件的具体描述，需要依赖自然语言处理（NLP）模型的精细调优。多样的文档格式意味着文件解析节点需要支持多种输入类型，并能有效处理图片中的文字信息（OCR）。更新频率的不确定性，特别是上市后监测数据，要求工作流能够支持实时或近实时的增量处理，避免重复导入和数据冗余。皮肤科特有的症状描述和单位，如“瘙痒程度评分”，需要工作流在实体识别和数据标准化环节进行定制化配置，确保这些专业术语能被准确识别和关联，进而影响后续的风险评估和信号检测。
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 | 适应皮肤科报告中对单一病灶或症状的详细描述，兼顾上下文完整性与召回效率。 |
重叠长度 | 100–150 字符 | 确保不同文本段落在关键信息边缘有足够上下文，避免重要信息被切断。 |
maxContext | 32000 token | 满足处理包含多张图片描述和长篇病程记录的复杂皮肤科病例报告。 |
相似度阈值 | 0.75 | 平衡对皮肤不良事件报告的敏感性与特异性，降低误报率。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 处理大型 PDF 临床试验报告或包含大量图片的病例文档，防止解析超时。 |
召回条数 | 前 8 条 | 确保在初步召回阶段能覆盖到多种可能的皮肤不良反应相关文献或报告。 |
容易做错的三处
- 文件解析节点长时间处于“处理中”或直接报错，原因是上传了未经预处理的扫描版皮损图片或手写病历，导致 OCR 识别失败或耗时过长。
- 工作流执行结果中，关键的皮肤不良事件（如“剥脱性皮炎”）未被识别或被错误分类，通常是由于知识库中缺乏特定皮肤科术语的训练数据或实体识别模型未针对该领域进行优化。
- 导入工作流模板后，界面显示成功但工作流画布为空，这可能与平台版本不兼容或模板文件在传输过程中损坏有关。
怎么确认配好了
- 上传典型皮肤科不良反应报告（包含自由文本、结构化表格和图片描述）至文件解析节点，检查解析出的文本内容是否完整且准确，特别是对皮肤症状的描述。
- 运行包含实体识别和知识库查询的工作流，验证是否能准确提取并关联“红斑”、“丘疹”、“瘙痒等级”等皮肤科特有实体，并通过对比实际报告与系统输出，评估实体识别的召回率和准确率。
- 针对不同数据量和复杂度的皮肤科文档，多次执行工作流并监控执行时长，确保在可接受的时间范围内完成处理，特别关注大型文件的处理效率。
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。