病历整理，让 AI 做助手：一项人机协同研究

找免疫治疗相关的皮肤不良反应，光搜病历里的“皮疹”俩字根本不够。得看症状到底啥时候冒出来的、医生觉得是药引起的还是感染、这到底是真发病了还是在交代风险。

一篇新论文把这事拆成了能检查的步骤。系统先用关键词和语义从长病历里捞线索，接着让一个大模型做判断、给理由；再派另一个大模型专门挑刺，查它的推理有没有漏洞。最后才交给人工拍板，而且证据全得跟着结论走。

这套法子确实管用。在 160 名患者的测试里，AI 辅助组的 F1 值从纯人工的 0.77 提到了 0.88，不同审核人之间的一致性也高了不少。不过单份病历耗时从 15 分钟降到 10 分钟，只是事后自报的，两组用的也不是同一拨人，不能全算成 AI 的功劳。

更扎心的是，两个模型可能拿到同样的残缺证据，犯一样的错。如果检索阶段漏掉了关键记录，后面的检查根本补不回来。

所以想做这类课题，别上来就搞复杂架构。先把问题缩到一个明确变量，交付结果带上原始证据和时间，再拿普通检索当基线去比。边界清楚、证据可查的小任务，才是眼下最实在的落点。