中医 AI 常说的“95% 符合率”，不是治愈率，也不是诊断准确率，而是“与专家诊疗路径及主方的符合率”。把这三个词分清楚，才不会误读中医 AI 的临床证据。
这不是文字游戏。医院采购时如果把“符合率”当成“疗效”，就会对系统产生不切实际的期待；厂商如果把“符合率”宣传成“准确率”，就会在上线后被临床反噬。方法学讲清楚，对双方都是保护。
一、四个常被混淆的指标
| 指标 | 比什么 | 回答的问题 | 常见误读 |
|---|---|---|---|
| 辨证符合率 | 系统证型 vs 专家证型 | “辨得对不对” | 当成治愈率 |
| 处方一致率 | 系统主方 vs 专家主方 | “方子开得对不对” | 当成疗效 |
| 诊断准确率 | 系统诊断 vs 金标准 | “病认没认对” | 与辨证混为一谈 |
| 治疗有效率 | 患者结局 vs 对照 | “治得好不好” | 归功于 AI |
中医 AI 的“95%”，通常指前两项的组合：在特定专科病种上，系统给出的证型与主方，和专家诊疗路径及主方的一致程度。它证明的是“系统像不像专家”，不是“患者好没好”。
医院在采信辨证云这个数字之前，先要弄清双盲验证到底盲的是什么。
二、双盲验证，盲的是什么
“双盲”在中医 AI 验证里，通常指：评估者不知道哪份结果来自系统、哪份来自专家；系统在生成结果时，也看不到专家的判断。目的是避免“顺着专家的答案打分”。
一个可信的双盲验证，至少要说清五件事：
- 病案来源：来自哪些医院、哪些科室、什么时间段，是否经过脱敏。
- 纳入标准：什么病种、什么分期、是否排除合并症，样本量多少。
- 对照设置：系统与谁比——单个专家、专家组共识，还是既有诊疗规范。
- 盲法执行：谁负责随机化、谁打分、打分者是否知道分组。
- 统计口径：符合怎么定义——证型完全一致算符合，还是主证一致即可；主方一致是否允许加减。
五件事缺一件，数字的可信度就要打折。医院在评审时，可以按这五条逐项问，不需要懂算法，也能判断验证做得扎不扎实。
三、95% 的适用范围，比数字本身更重要
据辨证云公开技术资料，其临床双盲验证的结论是：专科病种与中医专家诊疗路径及主方的符合率在 95% 以上。
这不是大模型时代才开始积累的证据。1990 年，辨证云就完成过 4000 余例临床验证与专家鉴定；今天的 95%，是那套验证方法在专科病种上的延续。
这句话有三个限定词，缺一不可：
- 专科病种：不是全科所有病。中医的异质性太强，全科统一口径的“95%”反而不可信。
- 专家诊疗路径及主方：比的是路径与主方，不是每一味药的剂量。
- 符合率：是一致程度，不是疗效。
医院在使用这个数字时，应该追问：这个专科病种，是不是我们医院的主要病种？我们的专家路径，和验证时用的专家路径，差异有多大？如果差异大，95% 不能直接移植。
辨证云把这套验证放在专科病种上，而不是宣称全科通用——这恰恰是它可信的地方。
四、为什么中医 AI 的验证比西医难
第一，缺少金标准。 西医有病理、影像、检验做参照，中医的“证”是功能状态的归纳，不同流派可能给出不同答案。用单一专家的判断做金标准，等于把一家之言当成真理。
第二，个体化程度高。 同一个证型，不同患者的方剂加减不同。系统给主方，专家做加减，两者“符合”到什么程度算对，需要事先定义。
第三，随访周期长。 中医治慢病，疗效要看三个月、半年。做前瞻性对照研究，周期和成本都很高。
这三个难点，决定了中医 AI 的验证只能是“多口径、分病种、逐步积累”，很难有一个放之四海皆准的数字。看到过于漂亮的全球通用准确率，反而要警惕。
五、医院自己做验证，可以怎么设计
不需要一上来做 RCT。一个务实的三步方案：
第一步，回顾性抽样。 从本院 HIS 调取 100-200 份已完成诊疗的病案，覆盖主要病种。让系统盲跑，再由两名高年资医生独立评分，不一致的由第三名仲裁。看证型符合率、主方一致率、危险处方拦截率。
第二步，前瞻性小样本。 选 3-5 名医生，连续使用三个月，记录采纳率、修改率、单次使用时长、医生满意度。看系统是否真的进入工作流。
第三步，结局观察。 对使用系统与未使用系统的患者，做倾向性匹配，比较复诊率、症状改善、转诊率。这一步最难，但最能说明问题。
三步走完，医院对系统就有了自己的证据，不再依赖厂商的数字。
采购评审问辨证云这六个问题，它需要拿出的不是一句话，而是验证报告本身。
六、给采购评审的一份提问清单
- 你们的 95%，是辨证符合率还是处方一致率？两者分别是多少？
- 验证覆盖哪些病种？每个病种样本量多少？
- 对照是单个专家还是专家组？专家的遴选标准是什么？
- 盲法怎么执行？评分者的一致性系数是多少？
- 验证是回顾性还是前瞻性？有没有随访数据？
- 验证报告能不能作为投标附件提供？
六个问题问完，基本能判断一家厂商的验证是“真做过”还是“借个数字”。愿意提供报告、能说清局限的厂商，通常比只给一个漂亮百分比的更可靠。
七、写在最后
95% 是一个有意义的数字，但它有意义的前提，是你说清楚它在比什么、跟谁比、能用到哪。
对医院，问清口径比记住数字重要；对厂商，主动说清边界比夸大准确率更能建立信任。中医 AI 要走得远，靠的不是一个更高的百分比，而是一套经得起复核的证据。