# ASL 测试数据�?

> **创建日期�?* 2025-11-15  
> **维护人：** ASL 开发团�? 
> **用途：** 用于测试 AI 智能文献模块的准确率和质�?

---

## 📋 数据集概�?

本目录包含用于测�?ASL 模块各项功能的测试数据集，包括：

| 测试类型 | 文件�?| 数据�?| 状�?|
|---------|--------|--------|------|
| **标题摘要初筛** | `screening/` | 199 �?| �?待导�?|
| **PDF 全文提取** | `pdf-extraction/` | 待补�?| �?待补�?|

---

## 📁 文件夹结�?

```
03-测试数据/
├── README.md  �?当前文件
�?
├── screening/  �?标题摘要初筛测试数据
�?  ├── literature-list-199.xlsx      �?199 篇文献列表（标题+摘要�?
�?  ├── picos-criteria.txt            �?PICOS 标准定义
�?  ├── inclusion-criteria.txt        �?纳入标准
�?  ├── exclusion-criteria.txt        �?排除标准
�?  └── gold-standard.json            �?人工标注的正确结果（金标准）
�?
└── pdf-extraction/  �?PDF 全文提取测试数据
    ├── sample-01-rct.pdf             �?RCT 研究样本
    ├── sample-02-cohort.pdf          �?队列研究样本
    ├── sample-03-with-tables.pdf     �?包含复杂表格的样�?
    ├── sample-04-chinese.pdf         �?中文文献样本
    └── README.md
```

---

## 🎯 使用方法

### 1. 导入测试数据

**请按以下步骤导入您的测试数据�?*

#### �?）标题摘要初筛测试数�?

**文件清单�?*
- `literature-list-199.xlsx`�?99 篇英文文献列�?
- `picos-criteria.txt`：PICOS 标准（Population, Intervention, Comparison, Outcome, Study Design�?
- `gold-standard.json`：人工标注的正确结果

**Excel 文件格式要求�?*
```
列名（必须）�?
- Title（标题）
- Abstract（摘要）
- DOI（可选）
- Authors（作者，可选）
- Year（年份，可选）
- Journal（期刊，可选）

示例�?
| Title                          | Abstract                  | DOI           | Authors      | Year | Journal |
|--------------------------------|---------------------------|---------------|--------------|------|---------|
| Effect of aspirin on ...      | Background: ...           | 10.1038/...   | Smith J, ... | 2020 | NEJM    |
```

**PICOS 标准格式�?*
```txt
# PICOS 标准

## Population（人群）
- 成年高血压患者（年龄 �?18 岁）
- 无心血管疾病史

## Intervention（干预）
- 每日服用阿司匹林 100mg

## Comparison（对照）
- 安慰剂或无治�?

## Outcome（结局�?
- 主要结局：心血管事件发生率
- 次要结局：全因死亡率

## Study Design（研究设计）
- 随机对照试验（RCT�?
- 队列研究（Cohort Study�?
```

**金标准格式（JSON）：**
```json
{
  "metadata": {
    "total": 199,
    "annotatedBy": "医学专家姓名",
    "annotatedDate": "2025-11-15",
    "expectedAccuracy": 0.90
  },
  "results": [
    {
      "id": 1,
      "doi": "10.1038/nature12373",
      "title": "...",
      "decision": "include",
      "reason": "符合 PICO 标准：人群为成年高血压患者，干预为阿司匹�?..",
      "confidence": 1.0
    },
    {
      "id": 2,
      "decision": "exclude",
      "reason": "不符合纳入标准：人群为儿童患�?,
      "confidence": 0.95
    }
  ]
}
```

#### �?）PDF 全文提取测试数据

**建议准备的样本类型：**
- RCT 研究（随机对照试验）
- 队列研究（Cohort Study�?
- 包含复杂表格的文�?
- 包含数学公式的文�?
- 中文医学文献（测试语言检测）

**样本数量建议�?* 5-10 �?

### 2. 运行测试

#### �?）标题摘要初筛测�?

```bash
# 进入后端目录
cd AIclinicalresearch/backend

# 运行初筛测试
npm run test:asl:screening

# 或者手动测试：
# 1. 启动后端服务
npm run dev

# 2. 通过前端上传 literature-list-199.xlsx
# 3. 配置 PICOS 标准（复�?picos-criteria.txt 内容�?
# 4. 运行批量筛�?
# 5. 导出结果，与 gold-standard.json 对比
```

#### �?）评估准确率

```bash
# 自动评估准确率（与金标准对比�?
npm run test:asl:evaluate -- \
  --result ./screening-result.json \
  --gold-standard ./gold-standard.json

# 输出示例�?
# �?准确�? 92.5%
# �?一致率: 88.9%
# ⚠️ 假阳性率: 5.2%
# ⚠️ 假阴性率: 2.3%
```

### 3. 质量指标

| 指标 | MVP 目标 | V1.0 目标 | V2.0 目标 |
|------|---------|----------|----------|
| **准确�?* | �?85% | �?90% | �?95% |
| **一致率**（双模型�?| �?80% | �?85% | �?90% |
| **假阳性率** | �?10% | �?5% | �?3% |
| **假阴性率** | �?5% | �?3% | �?2% |

---

## 📊 测试数据统计

### 标题摘要初筛数据�?

**基本信息�?*
- **总数�?*: 199 �?
- **数据来源**: [请填写数据来源]
- **领域**: 医学/临床研究
- **语言**: 英文
- **年份范围**: [请填写]

**预期分布�?*
```
纳入（Include�?    ~45 篇（23%�?
排除（Exclude�?    ~132 篇（66%�?
不确定（Uncertain�? ~22 篇（11%�?
```

**研究类型分布（预估）�?*
```
RCT:              ~60 篇（30%�?
队列研究:          ~50 篇（25%�?
病例对照:          ~30 篇（15%�?
横断面研�?        ~30 篇（15%�?
其他:             ~29 篇（15%�?
```

### PDF 全文提取数据�?

**待补�?*

---

## ⚠️ 数据使用注意事项

### 1. 版权声明

- 本测试数据集仅用�?ASL 模块开发和测试
- 不得用于商业用�?
- 不得公开分发或传�?
- 请遵守原文献的版权许�?

### 2. 数据隐私

- 确保测试数据不包含敏感信�?
- 如包含患者数据，必须已脱敏处�?
- 遵守 GDPR、HIPAA 等数据保护法�?

### 3. 质量要求

- **金标准必须由医学专家标注**
- 标注人需具备相关领域专业知识
- 标注过程需有质量控制机�?
- 建议双人独立标注，冲突需第三方仲�?

---

## 🔄 数据更新记录

| 日期 | 更新内容 | 更新�?|
|------|---------|--------|
| 2025-11-15 | 创建测试数据目录结构 | ASL 团队 |
| 待更�?| 导入 199 篇文献测试数�?| - |
| 待更�?| 添加 PDF 样本数据 | - |

---

## 📞 联系方式

如有问题，请联系�?
- **项目负责�?*: [姓名]
- **邮箱**: [邮箱]
- **文档维护**: [文档路径]

---

## 📚 相关文档

- [标题摘要初筛测试用例](../02-标题摘要初筛测试用例.md)
- [测试计划](../01-测试计划.md)
- [文献处理技术选型](../../02-技术设�?07-文献处理技术选型.md)
- [质量保障与可追溯策略](../../02-技术设�?06-质量保障与可追溯策略.md)

---

**下一步行动：**
1. �?创建测试数据目录结构
2. �?导入您的 199 篇文献测试数据（`literature-list-199.xlsx`�?
3. �?创建 PICOS 标准文件（`picos-criteria.txt`�?
4. �?准备金标准标注（`gold-standard.json`�?
5. �?补充 PDF 样本数据