摘要：
医疗 AI 系统的隐私、安全与审计：从数据最小化开始 摘要：医疗 AI 的安全不能只靠“部署在内网”。从输入、检索、模型调用到日志和人工反馈，每个环节都可能暴露敏感信息。本文给出一份面向系统设计的检查清单。 标签：医疗AI 数据安全 隐私保护 审计 大模型 一、内网不是安全边界的终点 一个系统即使部 阅读全文
posted @ 2026-09-20 15:53
楼主好菜啊
阅读(7)
评论(0)
推荐(0)
摘要：
用 FastAPI 与 Elasticsearch 搭建可追溯的知识问答后端 摘要：本文不追求一个“几十行即可运行”的演示，而是梳理生产型知识问答后端的接口边界、检索结果结构、引用校验和日志设计。 标签：FastAPI Elasticsearch RAG Python 后端架构 一、先把回答过程拆成 阅读全文
posted @ 2026-09-20 15:52
楼主好菜啊
阅读(4)
评论(0)
推荐(0)
摘要：
让大模型稳定输出 JSON：Schema、校验与自动修复的工程方法 摘要：提示模型“请返回 JSON”远远不够。生产系统需要约束字段、校验语义、区分可修复与不可修复错误，并对失败结果可观测。本文给出一套通用实现思路。 标签：大模型 JSON Schema Python 后端开发 Prompt Eng 阅读全文
posted @ 2026-09-20 15:51
楼主好菜啊
阅读(7)
评论(0)
推荐(0)
摘要：
RAG 系统怎么评测：把“回答看起来不错”拆成四组指标 摘要：RAG 的问题可能出在数据、检索、上下文或生成，单一“答案正确率”无法定位原因。本文给出一套从离线测试到线上反馈的分层评测框架。 标签：RAG 评测 大模型 LLMOps 质量保障 一、为什么主观体验不够 演示 RAG 时，人们常挑几个熟 阅读全文
posted @ 2026-09-20 15:47
楼主好菜啊
阅读(5)
评论(0)
推荐(0)
摘要：
向量检索不是银弹：知识库问答中的混合检索与重排实践 摘要：很多 RAG 系统把“文本转向量后取 Top-K”当成完整检索方案，结果在编码、缩写、数字和专有名词上表现不稳定。本文解释混合检索、融合排序和重排的职责边界。 标签：Elasticsearch 向量检索 RAG 搜索 重排 一、向量相似不等于 阅读全文
posted @ 2026-09-20 15:47
楼主好菜啊
阅读(3)
评论(0)
推荐(0)
摘要：
ICD 编码数据清洗：从“能导入”到“可长期维护”的五道校验 摘要：ICD 数据看起来只是编码和名称两列，实际落库后常见版本混用、层级丢失、扩展码误判和名称重复。本文给出一套从文件接收到上线使用的清洗与校验方法。 标签：ICD 数据治理 医疗信息化 Python 数据质量 一、先回答：这份编码属于哪 阅读全文
posted @ 2026-09-20 15:46
楼主好菜啊
阅读(3)
评论(0)
推荐(0)
摘要：
医疗文本结构化：为什么“规则 + 词典 + 大模型”比单一路线更稳 摘要：病历、检验描述和业务记录往往是半结构化文本。只用正则难以覆盖语言变化，只用大模型又可能产生不稳定输出。本文介绍一种分层抽取方案，让不同技术各自处理最擅长的问题。 标签：NLP 医疗数据 大模型 信息抽取 Python 一、结构 阅读全文
posted @ 2026-09-20 15:43
楼主好菜啊
阅读(5)
评论(0)
推荐(0)
摘要：
从零设计医疗知识 RAG：先划清边界，再谈技术选型 摘要：医疗知识问答最容易犯的错误，是把“模型能回答”误认为“系统可信”。本文从数据、检索、生成和审计四个层面，拆解一套可落地的 RAG 架构，并说明哪些问题不应该交给 RAG。 标签：RAG 医疗信息化 大模型 知识库 系统架构 一、为什么医疗知识 阅读全文
posted @ 2026-09-20 15:23
楼主好菜啊
阅读(6)
评论(0)
推荐(0)
浙公网安备 33010602011771号