医嘱信息提取系统2 - 题解

一、题目分析

本题要求从医嘱文本中解析用药信息，输出嵌套JSON：

  • drug_metadata：药品元数据（名称、分类、包装规格、优先级覆盖标记）
  • theoretical_total：理论用量（需分段累加计算）
  • final_dispense：最终发药（向上取整到整板）

涉及药品分类判定、分段给药计算、整板发药三个核心计算模块。

二、难点分析

  1. "总共X天" vs "再吃X天"语义差异：这是本题最大陷阱。"总共7天"中首剂占第1天，需减1；"再吃7天"是额外天数，不需要减。LLM极易混淆两者。
  2. 抗生素关键词的子串匹配：阿莫西林含"西林"是抗生素，但阿司匹林含"匹林"不含"西林"，不是抗生素。模型容易做模糊匹配。
  3. 优先级覆盖标记：当药名同时含抗生素和缓控释关键词时，分类按抗生素（pack_size=6），但需额外标记is_priority_override=true。这是一个容易遗漏的联动字段。
  4. 多段给药的累加计算：如"前2天2片qd + 之后1片qd再吃7天"，需要正确识别分段边界并分别计算再求和。

三、Prompt设计思路

3.1 "总共" vs "再吃"对比教学

这是prompt设计的核心。用两组对比示例直接展示差异：

  • "总共7天"：首剂3片 + 1片x(7-1)天 = 9。明确标注"不是3+7=10！"
  • "再吃7天"：前2天用量 + 后7天用量 = 11。明确标注"不是减去前面的2天！"

通过正确答案+错误答案对比，让模型建立正确的语义映射。

3.2 抗生素关键词精确匹配

逐一列出4个关键词（霉素/沙星/头孢/西林），并用注释标注易混淆项：

  • "左氧氟沙星"含"沙星" -> 是抗生素
  • "阿司匹林"含"匹林"不含"西林" -> 不是抗生素

3.3 五个完整计算示例

覆盖所有关键场景：

  • 同时含抗生素+缓释关键词（阿奇霉素缓释片）
  • "阿司匹林"的反例（不是抗生素）
  • "总共吃1周"的首剂场景
  • "再吃X天"的额外天数场景
  • 三段给药的复杂累加（泼尼松缓释片）

3.4 频次映射表前置

将qd/bid/tid/qid/qn的频次映射集中呈现，避免模型在计算时猜测频次含义。

四、关键技巧

  1. 反例标注：在计算示例中用"不是X！"标注常见错误答案，主动预防误解。
  2. 优先级用检查顺序表达："先检查抗生素关键词（优先级最高！）"，用步骤顺序代替抽象优先级描述。
  3. ceil函数显式写出：ceil(14/6)=3板(14/6=2.33->3)，展示除法结果和取整过程。
  4. 子串匹配而非语义匹配：强调"药名包含'沙星'"是字面子串检查，避免模型做药理学推断。
  5. 完整计算链展示：每个示例从drug_name到final_dispense全流程展示，确保模型理解步骤依赖关系。