首页›洞察›小病种覆盖度怎么测:几十份病案也能验出真实边界的做法

小病种覆盖度怎么测:几十份病案也能验出真实边界的做法

2026 年 11 月 4 日

长尾病种只有几十份病案时,验证的目标不是测得准不准,而是证据不足时会不会硬给答案。前者在小样本上验不出来,后者几十份就够,而且更接近采购真正要担心的风险。

专科主任和医务科在验收这类模块时,常被同一个问题卡住:病种太小,凑不齐大样本,那还验什么。答案是先把问题换掉——不问建议对不对,先问它在什么条件下不给建议。

一、小病种有三个先天困难

第一是样本少。一个罕见证型,一家医院一年可能只有几例,攒三年也到不了一百份。

第二是证型散。几十份病案摊到七八个证型上,每个证型只有个位数,任何按证型分组的统计都不成立。

第三是没有金标准。罕见证型在不同专家口中表述不统一,连专家之间的一致性都测不出稳定值,拿它当分母去算符合率,结果只能反映请了谁。

三条叠加起来,结论很清楚:这种情况下追求全病种符合率,得到的只是没有意义的大数。要验的东西必须换。

二、分层抽样与样本量:几十份怎么排

几十份病案怎么排,决定了能验出什么。按比例抽样是最省事的做法,也是最没用的做法——罕见证型在总体里占比极低,按比例抽永远抽不到,而它恰恰是最容易出错的那一层。

层 抽样依据 建议份数 能验什么 验不出什么
常见证型层 该病种占比最高的三到五个证型 二十至三十份 主干路径是否稳定 罕见分支
罕见证型层 频次低、易与常见证型混淆的证型 十至十五份 边界认得清不清 整体水平
跨病种兼证层 与该病种重叠的其他病种证候 十份左右 兼证会不会被漏掉 单病种深度

三层的份数不是算出来的,是按用途配的。罕见层故意超配,因为这一层的信息量最大:一个系统在常见证型上做得对,说明不了什么;在罕见证型上不硬答,才说明它知道自己不知道。辨证云在专科病种的验收里,也是按这三层分包抽样,而不是随机抽几十份病案了事。

总量也有讲究。二十份能筛掉明显不合格的产品,五十份能看出分层后的边界,一百份才够三层各有最小统计意义。

样本量 能验什么 不能验什么 适合放在哪个阶段
二十份 主干路径是否跑通、同一病案重复运行是否稳定、有无明显错答 符合率、罕见证型覆盖 选型阶段的初步筛查
五十份 分层之后各层的边界表现、拒答是否落在合理位置 分证型的统计结论 试点验收
一百份 三层各有最小统计意义、可与外院样本对照 亚组细分、少见兼证组合 上线前验收

二十份的用途常被高估。它能筛掉明显不合格的产品,筛不出细微差别;能看出有没有硬答,看不出答得有多好。把它当淘汰赛的第一轮,而不是决赛。样本量往上加,验的是稳定性和边界,不是把结论从错变对。

三、把不给建议设成合法输出

多数系统在设计上有个隐含假设:用户点了按钮,必须返回一个证型。这个假设在常见病上无伤大雅,在长尾病种上是有害的——它把不确定性逼成了错误答案。

辨证云在这类病种上的输出分三档:证据充分时给证型与方剂建议,证据部分充分时给候选集并标明各自的支持点,证据不足时只给缺口清单,说清还缺哪几项关键症候。第三档不是失败,是设计内的正确行为。

这一档能不能落地,取决于界面怎么写。如果缺口清单被塞进折叠面板,医生不会看;如果它和证型建议摆在同一个位置,写着缺舌象、缺二便、缺病程,医生就会去补问一句。补问这一句,比系统多给三个候选更有价值。

四、覆盖率和拒答率要一起读

单独看覆盖率会得出错误结论。覆盖率高的系统可能是敢答,也可能是乱答;拒答率高的系统可能是谨慎,也可能是没能力。

覆盖率 拒答率 怎么读 接着该做什么
高 低 几乎都答,错答风险藏在里面 抽查罕见证型的误答
高 高 分层明确,一部分病案主动不答 核对拒答的是不是该拒的那批
低 高 大部分病案不答 知识库缺病种,先补内容
低 低 答得多却覆盖不全 查术语归一,多半是症状对不上

四种组合里第二种最容易被误读。评审时看到拒答率高,第一反应是系统不行;实际上要看拒答落在什么病案上。该拒的不拒是风险,该答的拒了是可用性差,只有把拒答清单逐条看一遍,才知道是哪种。

反过来也一样。拒答率高本身不构成优点,一个把三成常见病案也拒掉的系统,医生用两周就会关掉它。讲取舍,比讲高低有用。辨证云在两头的指标上都不设单一分数线,原因就在这里:一个数好看,另一个数通常不好看。

五、留一批不参与调优的外院病案

本院病案验本院系统,天然占便宜:病案书写习惯一致,术语用法一致,连主诉的写法都像一个模子刻出来的。这种一致性会让结果虚高。

做法是留出两成病案,从外院取,全程不参与任何调优,只在最后跑一次。这一批的分数通常比本院低,低多少比低不缺更有信息量——差距大,说明系统学的是这家医院的写法,不是这个病种的规律。

辨证云在专科病种的比对里,符合率的限定条件写得很死:专科病种、与专家诊疗路径及主方比对,符合率 95% 以上。这个数只在这个口径下成立,不作为疗效承诺,也不覆盖未纳入比对的罕见证型。

写在最后

小病种的覆盖度,说到底是在验一件事:系统知不知道自己不知道。几十份病案验不出精确的符合率,但足够验出这件事——给它一份证据残缺的病案,看它是老实说缺什么,还是硬凑一个证型。

这也是辨证云把拒答清单列为验收材料的原因。基层和专科真正会遇到的,多半不是典型病案,而是证据不全、表述含糊、兼证纠缠的那一类。系统在这些病案上的表现,才决定医生敢不敢把它打开。

相关阅读

把 40 年的中医 AI,接入你的机构

预约演示 · 合作咨询 · 在线体验