从用药不良反应病历中提取结构化数据

问题

一线收集上来的不良反应报告多是一大段随访口述或手写病历。 人工录入费时，而且每个人对医学症状的用词习惯不一样。 直接丢给大模型处理，容易出现字段格式跑飞或者医学术语乱编的情况，导致没法导入数据库。

我做了什么

• 在 Dify 上搭了一个工作流，第一步先核对患者、报告者、药品、症状四要素。要素不全直接打回，不浪费后续算力。
• 根据是否危及生命、是否住院等明确条件，自动打上严重等级并标记上报截止时间。
• 把大白话描述（比如“身上大片起疹子奇痒”）对齐到 MedDRA 词典的标准术语（LLT/PT）。
• 写了本地测试脚本 test_pv_live.py，用固定测试集对抽取出的 JSON 做字段和关键词断言。

结果

• 单条报告的初筛和结构化提取缩短到几秒内。
• 平时微调提示词或者换模型后，跑一遍脚本就能立刻知道关键字段有没有丢。

用到的工具