夜雨聆风进化实录 · 增刊②
AI算出来的数字，你敢用吗？
prevalence-calculator 的4次准不准博弈
AI算错了，你能看出来吗。
本文所有经验来自 ima.copilot 环境。以下方法在其他AI知识库中可能原理相通，但具体实现和提示词需根据平台调整。
你有没有在报告里写过这样的话：
「FD占消化科门诊的37-48%，其中60-80%存在屏障损伤，所以目标人群约XX万……」
写的时候你觉得很合理。数字是文献来的，逻辑是通的。
——上面这些数字，是你自己查的，还是AI告诉你的？
一、起源：我被AI算错的数据坑了
我的工作涉及大量「定量计算」——三段证据链中几乎每一步都是乘法：
流行病学某% × 某% × 某% × 某% = 目标人群
每一个「%」背后，都藏着一个问题：这个数据是原始文献里的，还是AI自己算出来的？
我问：「FD中屏障损伤的比例是多少？」
AI答：「约60-80%，来自一篇中国研究。」
听起来没问题，但当我要求它给出PMID时，它给了一篇论文。我去查——那篇论文研究的是胃溃疡患者的屏障损伤，不是FD患者的。
AI把「胃溃疡」的数据套到了「FD」头上。AI不是故意骗你，但它不会告诉你它可能弄错了。 我们实际需要一个「验算器」——一个专门负责「这个数字我能确认吗？」的技能。
二、第1次升级：从「一段话」到「一个框架」
触发原因
最初我用把标准五步计算法只是写在方法论文档，进行管理。包含5个步骤：
Step 1: 单疾病患病率合成Step 2: 就诊场景校正Step 3: 共病重叠校正（Inclusion-Exclusion法）Step 4: 加权机制覆盖计算Step 5: PAF验证（可选）
但很快发现了一个问题：每次用到这个SOP时，AI的执行质量不一样。 有时候它会跳过就诊校正，有时候它会忘记标注「没校正重叠就是高估」。
同一个流程，5次执行有3种不同的执行方式——这比没有流程更糟，因为你以为它做了，其实它没做。
改动
把五步计算法从方法论文档里抽出来，做成一个独立的skill。核心改造：
• 结构化输入模板：每步输入强制要求带PMID/DOI
• 强制标注规则：不校正重叠必须标明「高估」
• 计算可视化：每个乘法路径附完整追溯
将一个「方法论文档」独立为「可执行技能」的案例。
方法论文档里的内容如果每次都需要人为提醒才执行，就应该独立成技能。
三、第2次升级：禁止AI中间结果
触发原因
我让AI帮算：「FD门诊占比42% × 屏障损伤率70% = 29.4%」
AI给了29.4%，很精确。我问：「这个70%是哪来的？」
AI说：「来自一篇中国研究。」
我再问：「PMID是多少？」
AI查了20秒：「……抱歉，我无法确认这个具体数字的原始来源。」
整个计算中，「70%」这个关键乘数，是AI自己「猜」的。 它可能是从多篇文献的综合印象中得出的，也可能就是把某个粗略提及的数字当成了硬数据。
改动
🔴 禁止直接采信AI中间计算结果每个输入数据必须回溯原始文献并标注PMID/DOI。如果找不到原始文献，标注「❗缺口」而不是用一个模糊的数字。
同时要求AI加了数据验证检查清单，每个计算前强制过一遍：
□ 每个数据的原始来源是？□ PMID/DOI是多少？□ 原始文献中的实际数值是多少？□ 该数据来自什么人群？（中国/欧美/全球）□ 是否有至少2个独立来源支持？□ 多个来源数据是否一致？差异范围？□ 选择某个值的理由？
没通过这几项检查，计算就不输出。
在AI辅助决策中，「这个数据我不确定」比「我给你一个可能错的数据」有价值100倍。
四、第3次升级：回答“跟我有啥关系”
触发原因
同一批进行的「三重融合」升级（与medical-market-bridgeAI工具在Markting分析中的应用（6）增刊同时升级）。升级的触发信号来自同一个源头：医生视角缺失。
之前的输出是这样的：
目标人群 = 42%（门诊占比中值）× 70%（屏障损伤率中值）= 29.4%范围下限 = 37% × 60% = 22.2%范围上限 = 48% × 80% = 38.4%
这些数据对医生而言：「跟我有什么关系？」
于是加了个「临床翻译」改造：
① 每个计算结果后加一行🩺翻译：
🩺 对临床的意义：每100个您门诊的上消化道患者，大约有29个存在屏障损伤问题——也就是说，您一个半天门诊（按30个患者算）大概有9个。
② 每条乘法路径后加医生场景解释：
🩺 门诊占比42% ≈ 每10个消化科患者有4个是FD。屏障损伤率70% ≈ 这4个FD里有约3个存在屏障损伤。所以您一个门诊日看的FD患者中，多数存在未被满足临床的需求
③ 共病重叠校正加临床重叠说明：
🩺 临床重叠说明：临床中FD、GERD、Hp胃炎经常重叠——同一患者可能同时有FD症状、Hp阳性和轻度食管炎。这也是为什么您感觉「我这患者好像几种问题都有」——不是诊断不清楚，是它们共享同一个病理机制链。
这次升级
数据从「正确」到「有用」，中间就差一个步骤。翻译翻译——「跟我有什么关系？」
这一点我在分析方法论里叫它「所以…」测试——每个数字后面必须能接一个「所以…」连接到某个人的决策。接不上，就是无效数据。
五、第4次升级：给它一个「可被调用的接口」
触发原因
随着medical-market-bridge成了分析工作的调度入口，多个skill开始协作。prevalence-calculator经常被调用做加权计算——但它没有一个标准的调用接口。
每次调用时AI会去做，但有时执行的是旧版流程，有时跳过某一步，导致错误频出
改动
用SSL三层表示法重构，定义了标准化的输入输出接口（略）
六、从「一个计算器」看「整个系统」
现在prevalence-calculator在系统中的位置大概是这样的：
用户的分析需求 ↓medical-market-bridge（分析入口） ├── Phase 3：跨域检索 │ └── 收集各疾病患病率数据 ├── Phase 4：构建证据链 → │ └── prevalence-calculator（定量计算） │ ├── 输入：各疾病占比 + 机制发生率 │ ├── 计算：五步计算法 │ └── 输出：目标人群 + 医生翻译 ├── Phase 5：输出 │ ├── 数据插入报告 │ └── 引用格式 → evidence-chain-manager └── Phase 6：复盘 → 记录到学习日志
它是配合medical-market-bridge引擎使用的，详见AI工具在Markting分析中的应用（6）增刊
它在系统中的角色：不让任何一个「看起来合理」的数字偷偷溜过去。
🎬 在ima里创建一个你自己的「验算器」
你也想做一个？
第一步：先确认你的模型能创建技能
假设你已经有可用的AI模型和API Key，在ima的模型设置里已经配置好了。创建技能的操作入口通常在对话框里——直接提需求即可，不需要先建目录或想名字。
第二步：告诉AI你的需求
不需要手动建目录、不需要想名字。直接对AI说：
「我经常需要做定量计算，比如用几个百分比推导出目标人群有多大。我需要一个技能来做这件事：1. 收集每个疾病的患病率数据（必须带PMID）2. 区分这个数据是门诊构成比还是社区患病率3. 校正多疾病之间的重叠（Inclusion-Exclusion法）4. 加权计算机制覆盖比例5. 给出范围上下限和医生临床翻译另外定一条铁律：所有输入数据必须回溯到原始文献，禁止用AI自己推算出的数字。」
AI会自动理解你的需求，生成SKILL.md，自动命名，然后问你要不要注册。你确认就行。
第三步：用一版，改一版
• 用：一边用一边质疑他，促成他的进步（查遗补漏，升级优化）
• 记录不顺手：发现AI跳过了某一步、用了一个你找不到来源的数据——直接纠正
• 等升级：以后当你建立了一套「纠正记录系统」（后面文章会讲），AI可以跨会话记住你的纠正模式，同类问题累积后自动触发升级建议。现阶段先手动记录……
这是我自己的【ima Skill】prevalence-calculator链接是 https://ima.qq.com/skill?shareId=e70ae384371c4b6eb5d961dead58686d&from=share
这个版本是你的起点（堪堪够用），不是终点（远不够严谨）
📍 现在位置
写作计划·第一阶段├── ✅ 检索三定律（已发）├── ✅ 入库四件事（已发）├── ✅ 教材论文分治（已发）├── ✅ 文献清单规范（已发）├── 📝 文献驱动进化·子系列（5篇待写）│ ├── ⬜ 01-搜不准│ ├── ⬜ 02-知识网络│ ├── ⬜ 03-技能化│ ├── ⬜ 04-自我修正│ └── ⬜ 05-智能编排├── ✅ 增刊：医学-市场桥（已写）├── 📌 增刊：prevalence-calculator ← 你在这里└── ⬜ P6-Corrective RAG评分
本文是「进化实录」系列 增刊②。不占用主系列篇数，专门用真实案例展示技能开发的完整过程。主系列进度：前4篇（检索三定律 / 入库四件事 / 教材论文分治 / 文献清单规范）已完成；文献驱动进化·子系列（5篇）正在推进。
