首页›洞察›中医 AI 能不能当科研数据源:专病队列的四个前提

中医 AI 能不能当科研数据源:专病队列的四个前提

2026 年 11 月 4 日

中医 AI 能不能当科研数据源,答案不在数据量,在四个前提是否同时成立:字段粒度到证候级、原始记录与修改留痕都在、纳排与随访口径先定、伦理授权与数据出域合规。四条齐了,系统里的日常病案才可能长成专病队列;缺任何一条,导出的都只是一批被整理过的文本,写不进研究方案。

一、前提一:字段要到证候级,不是段落级

多数中医信息系统的病历,本质是一段自由文本加几个必填框。主诉写了,现病史写了,但那是一段话。研究者拿到这段话,还得自己读、自己判、自己编码,一个两个人做不了几百份,做下来一致性也难保证。

证候级字段的含义是:症状、舌象、脉象、病程、诱因、既往史、证型、治法、方剂、药味、剂量、煎法,各自是独立可查询的值。有了这一层,才能回答「这一类证型在三年里的分布怎么变」「同一证型的加减集中在哪几味药」这类问题。

字段层级 能做的研究问题 做不到的事
段落级(自由文本) 只能做少量个案整理 无法批量统计,无法复现纳排
项级(主诉/现病史分栏) 粗粒度的病种分布 无法落到证型与药味
证候级(症状/舌脉/证型/方药分离) 证型演变、方药规律、加减分析 仍需人工确认边界病例

辨证云的知识底座里有 400 余种病症、30000 余条症候、3500 余条证型方证,这套结构让病历落库时天然带着这层粒度——医生点选的是标准证候名,不是自己打字写一段描述。

二、前提二:原始记录与修改留痕都要在

这一条常被忽略,却是审稿和伦理审查容易追问的地方。

研究者需要的不是「最终版病历」,而是「这份病历怎么变成现在这个样子的」。医生改过证型吗?改之前是什么?改的理由写了吗?方剂加减是系统建议的,还是医生自己加的?这些问题答不上来,数据就只能做描述性统计,做不了任何涉及因果的推断。

留痕要留三样:修改前的值、修改后的值、修改人和时间。三者缺一,数据就只能当结果用,不能当过程用。辨证云在病案保存时按这三样落库,医生改一次证型,前后两版都在。而中医研究里真正有价值的部分,往往恰恰在过程里——同一批症状,两位医生给出不同证型,这个分歧本身就是研究素材。

三、前提三:纳入排除与随访口径,必须先定再取数

真实世界研究常见的失败,不是数据不够,是口径在取数之后才定。先导出一批病案,再回头想「哪些该排除」,等于让数据决定研究设计。

正确的顺序是反的:先写清纳排标准,再去系统里查能不能筛出来。

以消渴为例。如果要建一个专病队列,方案里至少要写明:纳入依据是主诉、证型还是西医病名字段;病程从哪一天起算;合并用药怎么处理;随访节点设在第几个月;失访怎么定义。这些写完,再去系统里逐条验证字段是否存在、取值是否稳定。

这时候会发现两类问题。一类是字段根本不存在,比如复发次数没有结构化入口;另一类是字段存在但取值不统一,比如同一个症状在不同科室录成了三种写法。两类问题都必须在取数前解决,取数后再补,补的是回忆,不是数据。

四、前提四:伦理、授权与数据出域

病案数据用于研究,涉及三件事,不能混为一谈。

伦理审查。 回顾性研究是否需要知情同意豁免,由伦理委员会按研究设计判定,厂商不能替医院回答这个问题。

患者授权范围。 就诊时同意的范围是「诊疗」,不等于「研究」。用诊疗数据做研究,需要单独的授权路径或豁免依据。

数据出域。 数据留在院内、以统计结果出域,与原始病案离开院内网,是两种完全不同的合规等级。多数医院能接受前者,后者要走更长的流程。

这三件事决定了系统该以什么形态交付研究支持:是把明细导成文件交出去,还是在院内环境里跑查询、只带出汇总结果。辨证云在科研场景里的默认做法是后者——查询与统计在院内完成,出域的是结果集,不是原始病案。

五、一张自检表和三个取数陷阱

前提 具体问题 怎么验
字段粒度 证型、方剂、药味是否独立成字段 抽 20 份病案,看能否不读正文就取出证型
原始留痕 修改前后值、修改人、时间是否齐全 找一份被改过的病案,看能否还原
纳排口径 每条纳排标准能否用字段表达 让信息科现场写一条查询,看跑不跑得出来
合规 伦理批件、授权范围、出域方式 看批件写的研究范围与数据范围是否一致

三个陷阱,几乎每个项目都会遇到一个。

幸存者偏倚。 系统里留下的是「用了系统并且录得完整」的病案,录得不完整的往往是有合并症、病情更复杂的病人。直接用系统数据建队列,等于先把复杂病例筛掉了。

缺失不是随机缺失。 某个字段空着,可能是医生没问,也可能是问了没录,还可能是这个字段在本科室根本不常用。三种情况的处理方式完全不同,不能一律按缺失值填补。

版本漂移。 知识库升级、证型字典调整、界面改版,都会让前后两年的数据不完全可比。做长周期队列时,必须记录每个阶段用的是哪一版字典,否则跨年比较是在比两套标准。

浙江省中医院把辨证云的中医 AI 辅诊集成进 HIS,用于青年医师培养与复杂病例分析,这类场景积累的病案在结构上是完整的,但用于研究仍要先过上面四关——临床可用与研究可用,是两个不同的门槛。

写在最后

中医 AI 能不能当科研数据源,说到底是一个数据治理问题,不是一个算法问题。字段够细、留痕够全、口径先定、合规走通,这四件事做完,系统里的日常病案才有可能变成可用的真实世界证据。

辨证云在这件事上的定位很清楚:提供的是结构化的记录与可回溯的查询,研究设计由医院和研究者自己定。系统把数据整理到能被审的程度,剩下的判断留给专业的人。

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