这个品类的数据长什么样
临床决策支持（CDS）系统的质量文档主要来源于权威医疗机构发布的指南、共识、临床路径、药物说明书、诊疗规范、医学期刊论文以及药监部门的审批文件。这些文档更新频率通常较低，例如指南可能每 2-5 年更新一次，药物说明书则在有新发现或不良反应报告时更新。文档结构严谨，通常包含摘要、引言、方法、结果、讨论、参考文献等标准医学报告格式，或以条目化、表格化的方式呈现具体诊疗建议。字段与单位具有高度专业性，例如“mg/kg/天”表示药物剂量单位，“mmHg”表示血压单位，“mmol/L”表示生化指标单位，且常伴随正常范围或临界值。
这些特征在「向量模型与索引」这一环带来什么约束
CDS 质量文档的低更新频率意味着初期构建索引后，增量更新压力较小，但每次更新可能涉及大篇幅修订，需要重新处理受影响的文档段落。其严谨的结构和专业术语要求向量模型能准确捕捉医学概念间的语义关系，区分细微的临床差异。例如，不同药物剂量的微小差别可能导致严重后果，模型需能区分“20mg”与“200mg”的向量。字段和单位的标准化和特异性，要求索引设计能有效处理数值、范围和特定单位的查询，避免因单位不匹配或数值范围理解错误而导致误判。同时，由于医学知识的复杂性，单个文档可能包含多个相互关联的决策点，需要更精细的分段策略以保持上下文完整性。
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 | 兼顾医学概念的完整性与向量模型处理效率，避免过长段落稀释关键信息，过短段落丢失上下文。 |
分段重叠长度 | 100-150 字符 | 确保相邻段落间的语义连续性，尤其在跨段落的诊疗逻辑或药物相互作用描述时。 |
文本理解模型 | text-embedding-ada-002 或 bge-large-zh | 适应医学专业术语和复杂句式，提高向量表示的准确性。 |
相似度阈值 | 0.75-0.85 | 临床决策对准确性要求极高，需召回高度相关的文档片段，避免模糊匹配引入错误。 |
召回条数 | 8-12 条 | 保证有足够的上下文信息供后续大语言模型综合判断，同时避免无关信息干扰。 |
重排返回条数 | 3-5 条 | 经过重排模型进一步筛选，提供最精确、最相关的少数条目，减轻模型处理负担。 |
容易做错的三处
- 查询结果中出现看似相关但实际与医学语境不符的建议，原因在于向量模型未能完全理解专业术语的深层含义和上下文限制。
- 系统对包含数值范围或单位的查询（例如“血糖高于 7.0 mmol/L”）返回不准确的文档，原因是索引在处理数值型信息时缺乏专门的结构化处理或范围匹配能力。
- 对新发布的临床指南，系统在更新后仍引用旧版内容，原因是文档更新机制未能有效触发对应索引段落的重建或版本管理不完善。
怎么确认配好了
- 选取包含关键数值、单位和专业术语的测试查询，检查召回的文档片段是否准确覆盖相关信息，并核对数值范围和单位是否匹配。
- 针对已知存在多版本指南的疾病，分别查询新旧版本相关内容，确认系统能够优先召回最新版且内容无误的文档片段。
- 执行包含复杂临床情境描述的查询，评估召回的文档片段是否能提供全面的决策支持信息，并检查其逻辑连贯性是否符合临床实践。
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。