AIclinicalresearch/docs/03-业务模块/ASL-AI智能文献/04-开发计划/全文复筛开发计划-更新说明.md

全文复筛开发计划 - 更新说明

更新日期：2025-11-22
版本：V1.1
更新原因：基于质量保障策略讨论，优化技术方案

---

📊 核心变更总结

1️⃣ 提取策略：全文一次性 + Prompt工程优化

决策：采用全文一次性输入策略，而非分段提取

理由：

• ✅ 实现复杂度低（2周 vs 3周）
• ✅ 快速验证可行性
• ✅ Nougat结构化已降低大模型负担
• ✅ 先进的Prompt工程可以减轻Lost in the Middle

核心优化：

1. Nougat优先：英文论文用Nougat提取（结构化Markdown）
2. Section-Aware Prompting：引导LLM逐章节处理
3. Few-shot案例库：特别强调"信息在中间位置"的案例
4. JSON Schema约束：强制证据链 + 处理日志 + 自我验证

---

2️⃣ 模型选择：DeepSeek-V3 + Qwen3-Max

变更：从 GPT-4o + Claude-4.5 改为 DeepSeek-V3 + Qwen3-Max

理由：

• ✅ 成本友好：¥0.06/篇 vs ¥0.10/篇（节省40%）
• ✅ 通用能力层已支持
• ✅ 中文文献友好
• ✅ MVP阶段优先验证可行性，而非追求极致准确率

---

3️⃣ 质量保障：Cochrane标准 + 医学逻辑验证

新增服务：

1. MedicalLogicValidator（医学逻辑验证）

   • RCT必须有随机化
   • 双盲研究必须说明盲法
   • 样本量与基线数据一致性
   • 等...共5条规则

2. EvidenceChainValidator（证据链验证）

   • 强制原文引用（≥50字）
   • 位置信息（章节、段落）
   • 处理日志验证

3. ConflictDetectionService（增强）

   • 基于Cochrane标准的严重程度分级
   • 关键字段特殊处理

---

4️⃣ Prompt模板：结构化分层

新目录结构：

prompts/
├── system_prompt.md                 # System Prompt（Section-Aware）
├── user_prompt_template.md          # User Prompt模板
├── cochrane_standards/              # Cochrane标准描述（分字段）
│   ├── 随机化方法.md
│   ├── 盲法.md
│   ├── 结果完整性.md
│   └── ...（共12个）
└── few_shot_examples/               # Few-shot医学案例库
    ├── 高质量RCT.md
    ├── 质量不足案例.md
    └── 信息在中间位置案例.md       # ← 特别重要

---

5️⃣ 开发周期：2周 + MVP验证3天

调整：

• Week 1-2：开发（保持2周）
• Week 3（Day 11-13）：MVP验证 + 条件升级决策

MVP验证关键：

• 测试10-15篇人工标注论文
• 评估准确率（目标≥85%）
• 如果<80%，升级为混合策略（关键字段分段提取）

---

6️⃣ 数据库设计增强

新增字段：

• promptVersion：Prompt版本号
• extractionMethod：'nougat' | 'pymupdf'
• structuredFormat：是否为结构化格式
• processingLog：处理日志（验证逐章节处理）
• logicValidation：医学逻辑验证结果
• evidenceComplete：证据链是否完整
• conflictSeverity：冲突严重程度
• reviewPriority：复核优先级

---

🎯 关键技术要点

Prompt工程核心策略

1. Section-Aware Prompting

⚠️ 重要：本文是完整全文（约20,000字），请按章节逐步处理。

## 处理流程（必须遵守）：

### Step 1: 章节定位
快速浏览全文，识别关键章节（Abstract、Methods、Results...）

### Step 2: 分字段提取
对于每个字段：
1. 标注预期位置
2. 定位到章节
3. **逐段仔细阅读**（不要跳过中间）
4. 提取信息
5. 记录引用和位置

⚠️ 特别注意：
- Methods和Results在中间位置，最容易遗漏
- 这些章节很长，请分段阅读

### Step 3: 交叉验证
回到全文，搜索关键词，确认无遗漏

2. Few-shot案例（重点：信息在中间）

### 案例1：信息在Methods中间段落（易遗漏）⭐

全文19,500字：
- Methods（4,000字）
  - 第1段：研究设计概述
  - 第2段：入排标准
  - **第3段：随机化方法** ← 关键！在中间
  - 第4段：盲法
  - ...

正确做法✅：逐段阅读，不跳过
错误示例❌：只看开头和结尾，跳过中间

3. JSON Schema强制约束

{
  "processing_log": {
    "sections_reviewed": ["Abstract", "Methods", "Results", "Tables"],
    "paragraphs_read_per_section": {
      "Methods": 7,  // 必须≥3
      "Results": 5   // 必须≥3
    },
    "middle_sections_attention": true  // 必须关注中间
  },
  
  "verification": {
    "keywords_searched": ["randomization", "blinding", "ITT"],
    "reread_count": 2,  // 至少重读1次
    "found_missed_info": false
  }
}

---

📈 预期效果

指标	目标	验证方法
准确率（MVP）	≥ 85%	人工标注10-15篇测试
Methods章节准确率	≥ 83%	分章节评估
Results章节准确率	≥ 83%	分章节评估
证据链完整性	100%	自动检查
医学逻辑验证	100%	规则引擎检查
成本	≤ ¥0.06/篇	实际消耗统计
处理时间	≤ 3分钟/篇	性能测试

---

🚀 条件升级路径

如果MVP准确率<80%，升级为混合策略：

关键字段（3个）→ 分段提取
- 随机化方法（Methods）
- 盲法（Methods）
- 结果完整性（Results + Figures）

其他字段（9个）→ 保持全文提取
- 研究设计、研究人群、干预措施等

开发增量：+1周
预期准确率：90%+

---

📚 相关文档

• 全文复筛质量保障策略
• 标题摘要初筛质量保障策略
• 数据库设计
• API设计规范

---

更新日志：

• 2025-11-22: V1.1 - 基于质量保障讨论，确定全文一次性+Prompt优化策略
• 2025-11-22: V1.0 - 初始版本