两位专家对同一份病案给出不同证型,是中医临床的常态,不是标注事故;系统把分歧硬压成一个标准答案,才是真正的失真。名医传承工作室做经验数字化,最先要处理的不是谁对谁错,而是分歧从哪里来、要不要保留。
师承导师和评审专家在验收时通常会问同一个问题:标注是谁定的标准。如果标准只有一个,所有不一致的病案都会被算成错误,而错误率高低取决于请了哪位专家,跟系统本身关系不大。
一、分歧从哪里来
中医的证型判断不是单值函数。同一组症状在不同体系里有不同切入点,这是学科特点,不是数据缺陷。
学派是最常见的一层。伤寒体系从六经切入,温病体系从卫气营血切入,同一个发热患者,前者可能落到少阳,后者可能落到气分;两条推理都说得通,落到治法与主方上却不一样。
地域是第二层。南方多湿热,北方多寒燥,同一症状在不同地域的常见证型分布不同,当地专家的判断会自然偏向本地多见的那一端。师承是第三层,同一门派内部,师父与弟子对兼证的处理顺序也可能不同,有人先解表后和里,有人表里同治。再往下还有兼证取舍与病程阶段两层,前者改变证型表述,后者让同一患者在初起与后期落到不同证型。
二、硬压成单一答案,丢掉的是什么
| 分歧来源 | 具体表现 | 压成单一答案的后果 |
|---|---|---|
| 学派差异 | 六经与卫气营血对同一发热的切入点不同 | 少数体系的路径被永久删除 |
| 地域差异 | 南北常见证型分布不同,本地经验带倾向 | 模型学到的是某一地的习惯 |
| 师承差异 | 同一门派内兼证处理顺序不同 | 师承的层次被抹平成一个人 |
| 兼证取舍 | 主证相同,兼证是否并治不同 | 兼证路径在建议里消失 |
| 病程阶段 | 初起与后期的证型随病程移动 | 时点信息丢失,回溯无法复现 |
五种后果里最麻烦的是第一种和第三种。评审时若问起这条建议依据谁的路径,标注环节只留一个结论,就答不上来;答不出出处的建议在名医传承项目里等于没有价值。
辨证云在标注环节的做法是把分歧留下来,而不是用多数票抹平。代价是数据看起来不够整齐,收益是每条建议都能追回去。
三、多标签要带来源,建议要并列
同一份病案允许多个证型标签并存,每个标签挂三个属性:来源,指哪位专家、哪条学术路径;置信度,指该专家的确定程度;关键证据,指支持这条判断的那几味症候。
来源这一栏最容易被省掉,也最不能省。没有来源的多标签,只是把分歧变成一串并列的字符串,评审时仍然说不清。带了来源,医生在界面上看到的就不是一句系统认为是甲证,而是按某一路径是甲证、按另一路径是乙证、分歧点落在兼证上。
置信度不是给专家打分的,是给训练用的。同一个证型,三位专家都标了高置信度,这条关系就稳;只有一位高、另两位低,训练时就该降权,而不是按三次命中平算。
到了输出环节,最容易犯的错是折中:既不给心脾两虚,也不给肝郁化火,给一个两者兼有的表述。看着周全,实际把两条路径的治法与主方都稀释了。
辨证云的处理是并列两条路径:主证一条,兼证一条,各自给支持证据与方剂建议,并标出分歧落在哪一味症候上。医生选哪条是医生的判断;系统要做的是把分歧摆清楚。这一步对师承场景尤其重要——学员看到的不是一个结论,而是两位专家在同一份病案上的不同走法。
四、分歧类型对应的处理方式
| 分歧类型 | 判断标准 | 处理方式 | 是否进训练集 |
|---|---|---|---|
| 术语差异 | 同证异名,指向同一证候 | 术语归一后合并 | 进,合并计一条 |
| 学派差异 | 两套体系各自的推理都成立 | 双标签并存,注明体系 | 进,按体系分层 |
| 兼证取舍 | 主证一致,兼证处理不同 | 主证与兼证分列 | 进,不合并 |
| 病程阶段 | 时点不同导致证型移动 | 标注时点,进时间轴 | 进,按节点计 |
| 真实错误 | 一方漏采关键证据 | 复核后补采或剔除 | 不进 |
这张表是给标注组定规则用的:前四类不许投票表决,只有第五类才允许剔除。把前四类当噪声投票,是很多项目标了几千份病案仍然给不出可解释建议的原因。辨证云把这张表连同判定口径写进标注手册,评审时按类型抽查,而不是只报一个总数。
五、验收用一致率,不用正确率
正确率需要一个标准答案做分母。在有分歧的病案上,标准答案不存在,只能人为指定一位专家,于是正确率取决于请了谁。一致率测的是重合程度,允许一对多。辨证云对外报一致率是四条分开报,不合成一个总分:合成之后,分歧就被藏进了平均分。
| 指标 | 算法口径 | 读法 | 常见误用 |
|---|---|---|---|
| 完全一致率 | 系统首选证型与专家组至少一位首选相同 | 反映主干判断的重合 | 拿它评价全科能力 |
| 候选覆盖一致率 | 专家组给出的全部证型都在系统候选集内 | 反映知识面宽度 | 候选给得越多越容易高 |
| 分歧标注率 | 系统识别出分歧并给出来源的比例 | 反映可解释性 | 认为越高就越准 |
| 单向符合率 | 专科病种、与专家诊疗路径及主方比对,符合率 95% 以上 | 限定在专科病种与既定比对方法内 | 外推到全科,或写成疗效结论 |
最后一行要说清楚口径:专科病种、与专家诊疗路径及主方比对,符合率 95% 以上,只说明该比对方法下的重合程度,不作为疗效承诺,不能外推到全科病种。
写在最后
师承导师关心路径有没有被完整留下,评审专家关心每条建议能不能追到出处,其实是同一件事。分歧被记录,路径才完整;来源被标注,建议才可追。
辨证云在这个环节做的事不复杂:不投票、不折中、不隐藏。三个不做到底,落到纸面上就是标注表多出来的几列,和界面上多出来的那行分歧说明。验收时先翻这两处,比看任何演示材料都直接。