首页›洞察›系统什么时候该说「不知道」:中医 AI 的拒答与低置信度处置

系统什么时候该说「不知道」:中医 AI 的拒答与低置信度处置

2026 年 11 月 5 日

中医 AI 最危险的时刻,不是答错,而是在四诊信息不足时照样给出一份格式完整的结论。会拒答、只给候选、把判断交回医生的系统,才适合进门诊。拒答不是能力缺陷,是系统对自己知识边界的表达。

一、什么都能答,是缺陷而不是能力

通用大模型的默认行为是接着往下写,不是承认这里没有依据。它的输出形式太完整了:证型、治法、主方、加减、煎服法,一整段排下来,医生看着顺眼,就容易顺手采纳。

问题在于,中医辨证的前提是四诊合参。患者只说了一句最近睡不好,没有舌象,没有脉象,也没说清是入睡难、易醒还是早醒,这时候给出心脾两虚,不是推理,是模板反应。系统并没有算错,它只是把「没有依据」包装成了「有结论」。

门诊里真正高频的,恰恰不是疑难杂症,而是信息不全的常见病:患者说不清、医生来不及问全、老年患者表述含糊。一套系统在这类场景里表现如何,比它在演示病例上多流畅,更能决定它能不能留在诊室。

所以第一个判断是反常识的:一个系统的第一能力,是识别自己不该说话的时刻。辨证云在采集环节把「未采集」也当成一种信息处理,没问到的项目会被显式标出来,而不是默认按阴性算——这个细节决定了后面所有档位判断是不是可信。

二、置信度不是百分数,是四档处置

很多产品会在界面上给一个置信度百分比。这个数字对医生几乎没有用:他无法校准百分之八十三和七十六的差别,也无法据此决定下一步。有用的不是数值,是数值绑定的动作。

辨证云在门诊端把输出分成四档,每一档对应一种处置,而不是一个分数:

档位 触发条件 系统输出 医生这一端
充分 主症、舌、脉、病程四项齐全,命中规则无冲突 单一证型加一个备选,附支持与反对症状 可直接参考,自行决定是否采纳
基本充分 缺一项关键四诊,或规则间有一处冲突 二到三个候选证型,标明各自鉴别点 补问后二次运行
不足 只有主诉,舌脉均缺 只列可能性范围,不做排序 提示补充四诊,或请上级医师复核
覆盖外 病症不在知识范围内 明示未覆盖,不输出证型 转专科或转人工

四档的价值在于能被写进流程。医院做质量管理时,查的不是系统平均置信度多少,而是落在不足档的病案,医生有没有补问、有没有复核。前者无法追责,后者可以抽查。

三、什么情况下只给候选,不给单一结论

有三种情形,硬压成一个证型就是失真。

其一,寒热虚实并见。上热下寒、虚实夹杂在临床上并不少见,郁证患者常见肝郁脾虚与心脾两虚并见。系统如果一定要选出一个最可能的,等于替医生做了一个他本来不该做的取舍。

其二,主症被多个证型共享。单一个胃脘痛,能被七八个证型解释;单一个眩晕,痰湿、肝阳、气血亏虚都在候选里。仅凭主诉排序第一,排序本身没有信息量。

其三,患者信息内部矛盾。自述畏寒又怕热,舌淡而脉数,这类矛盾恰恰是最有价值的线索,它提示复合病机,也可能只是表述误差。系统此时只给一个结论,等于把矛盾抹平了。

辨证云在候选模式下会同时列出支持这个证型的症状和不支持的症状。医生看到的是一张鉴别表,而不是一个排名。这个设计看起来不够干脆,但它把判断留在了该留的地方。

四、低置信度时,系统该做的三个动作

动作 具体做什么 承接方
提示补充四诊 指明缺哪几项,以及缺项影响哪一步鉴别 接诊医生
建议上级医师 达到不足档即在界面提示复核,并写入病案留痕 上级医师、科室质控
转人工路径 覆盖外病症直接给专科方向,不硬答 转诊、导医

三个动作里最容易做坏的是第一个。笼统说一句信息不足、建议补充,医生不会照做;说清缺脉象、当前无法区分虚实,他才知道该问什么。提示指向具体鉴别环节,才有引导力。

第二个动作的关键是留痕。复核提示如果只弹窗、不落记录,事后复盘就无法回答当时系统提示了什么、医生有没有看。辨证云在病案留痕里把提示与医生的处理动作放在同一条时间线上,就是为了让这件事可查。

第三个动作最考验产品克制。不在覆盖范围内,就说不在覆盖范围内。这句话说出来会显得系统能力有限,但把它咽下去、换一个看起来合理的证型,代价由患者承担。

五、拒答率能不能当验收指标

能,但不能单独用,而且方向容易看反。

拒答率过高,说明系统在真实门诊里大部分时候帮不上忙,医生很快会绕过它;拒答率过低,说明它在硬答,风险更大。真正要看的是拒答是否可解释:说不知道的时候,能不能同时说清缺什么、边界在哪里、下一步该找谁。

更稳妥的写法是不设单一百分比阈值,改设分档处置的正确率。比如约定:对信息不全的测试病案,系统应输出候选而非单一结论,并列出缺失项;对覆盖范围外的病症,应明确提示未覆盖,不得输出证型。这两条都可以现场抽测,也比一个比率门槛更难糊弄。这也是辨证云把拒答拆成「知识边界外」和「信息不足」两类的原因:前者靠补知识,后者靠补采集,责任落在不同的人身上,笼统记一个数就分不清该改哪一头。

辨证云在交付时通常建议医院先做一次分档校准:从本院历史门诊病案里抽一批,看系统分档与医生实际判断的偏离集中在哪一档。偏离集中在不足档,说明采集环节欠账;集中在充分档,才轮到讨论知识库。这个排查顺序,比看一个总分有用得多。

写在最后

一套系统敢不敢说不知道,取决于它有没有为不知道设计出口。有出口,医生才敢在自己也不确定时打开它;没有出口,它只在医生已经知道答案时才有用,而那时它本来就没有价值。

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