医疗行业对信息的准确性、时效性和可溯源性要求极高，任何错误都可能直接影响临床决策和患者安全。RAG 在医疗场景中的应用，正是试图在严格的知识边界内，为医护人员、患者和研究人员提供可靠的信息支持。目前落地的方向主要集中在三个领域：医学知识库问答、病历信息检索与辅助分析、以及辅助鉴别诊断。
21.3.1 医学知识库：让权威知识触手可及
痛点
临床指南、药品说明书、诊疗规范每年都会有大量更新。医生在繁忙工作中很难逐一实时查阅，而患者自行搜索又容易被非权威信息误导。
RAG 如何介入
将与权威知识来源（如国际疾病分类 ICD、国家处方集、专业医学指南、药品说明书等）作为静态或定期更新的知识库，构建 RAG 问答系统。
- 知识组织
将指南按章节切片，药品说明书按成分、适应症、禁忌、剂量等结构化字段分块，并对每一条信息标注版本号和生效日期。嵌入向量后存入专用向量库。
- 典型交互
- 医生询问：“二甲双胍对于 eGFR 30-45 的患者如何调整剂量？”
- 系统检索到最新版《中国2型糖尿病防治指南》相关段落与二甲双胍说明书中的“肾功能不全患者”条目，生成回答：“根据2024年版指南，当 eGFR 处于 30-45 mL/min/1.73m² 时，二甲双胍每日总剂量不宜超过 1000 mg，并需密切监测肾功能。详见《指南》第6.3节及药品说明书【用法用量】项。”
- 实用设计
- 必须强制模型在回答中附带出处链接，支持一键跳转原文。
- 设置审查模式：对于非经典教科书内容或争议性知识，系统回复需带“此建议基于X年X版指南，具体用药请结合临床评估”。
- 支持按科室、疾病类型进行知识库隔离，避免交叉干扰。
21.3.2 病历问答：高效提取患者长程信息
痛点
电子病历系统（EMR）中积累了海量非结构化或半结构化文本（主诉、现病史、检查报告、出院小结等）。医生每次接诊需要快速概览患者关键信息，但手动翻阅耗时且容易遗漏。
RAG 实现方式
将每个患者的病历视为独立的知识文档集，分患者构建动态知识库，并通过身份鉴权确保数据安全。医生在授权范围内可以针对单个患者病历进行自然语言查询。
- 预处理
出院小结、检查报告等文档按时间线切分，元数据包括检查日期、科室、报告类型等。对于敏感字段（如患者姓名）做脱敏处理，但保留索引以实现权限过滤。
- 典型问题
“患者过去一年中低密度脂蛋白超过160的次数和具体日期。” “上一次冠脉造影的结果和报告在哪里？”
- 回答示例
系统检索到相关检查报告片段，生成：“患者在2023年11月8日和2024年6月15日的血脂报告中，LDL 值分别达到了 4.2 mmol/L 和 4.5 mmol/L（对应160 mg/dL以上）。最近一次冠脉造影为2024年6月15日，报告显示左前降支中段狭窄60%，详见[报告链接]。”
- 关键设计点
- 权限和隐私是第一优先级。必须确保检索仅限患者本人及其授权医护范围，数据不外泄。
- 为避免歧义，对数值类问题应要求模型直接返回原始数值和单位，不得自行换算或推断。
- 可结合结构化数据做混合检索：对于确切的检验数值，直接查询数据库；对于描述性文本，用向量检索。
21.3.3 辅助诊断：鉴别参考而非替代判断
争议与边界
辅助诊断是医疗AI中最敏感的地带。直接给出诊断结论的法律和伦理风险极高，因此目前 RAG 在此方向的定位是提供鉴别诊断参考和关联知识提示，而非得出最终诊断。所有的输出结果都必须明确标注为“辅助参考”，不得替代专业医师的决策。
典型场景
- 症状到疾病的关联提示
医生输入：“中年男性，突发胸痛伴大汗、气短，心电图V1-V4导联ST抬高。”
系统检索心内科教材、临床指南、典型病例等资料，回答：“根据所给表现，急性前壁ST段抬高型心肌梗死的可能性较高，常见鉴别诊断包括主动脉夹层、急性肺栓塞和张力性气胸等。以下为各病种的简要临床特征和紧急处理原则（见《急性胸痛鉴别诊断指南》第2章）。请结合体征、心肌标志物和影像学进一步确认。”
- 罕见病知识补足
当医生怀疑某种罕见疾病但缺乏详细认知时，RAG 可快速提取相关文献摘要、诊断标准和治疗方案，缩短学习曲线。
- 安全机制的必要性
- 所有回答必须以“建议进一步检查/请综合临床判断”作为结尾。
- 严禁生成治疗建议，尤其是剂量、手术方案等；只能转述已发布且经过审核的指南信息。
- 引入置信度评分：当检索到的文档权威性不足（例如来自尚未审核的新研究）或检索相似度低于阈值时，系统应主动抑制生成或提示“依据有限，仅供参考”。
21.3.4 实施中需共同关注的要点
任何医疗 RAG 系统在落地时，都必须把安全、合规和可靠放在首位。具体而言：
- 知识库管控
只收纳经过同行评议或医院内部审批的文档，杜绝未经审核的网络资源。版本控制须严格，旧版知识应及时下线。
- 幻觉监测与人工复核
即使是基于检索的生成，仍可能出现归纳偏差。对高风险科室（如肿瘤、产科）应设置人工复核流程，或要求回答只做事实性复述，不进行概括。
- 隐私保护合规
严格遵循 HIPAA、GDPR 或《个人信息保护法》等法规。患者数据必须在隔离环境中处理，日志不得记录敏感个人信息。
- 可解释性和溯源
每个回答都必须能链接回原始文档段落，便于追溯核实，也为医疗质量控制和误诊原因分析提供依据。
医疗 RAG 的本质不是制造一个“自动看病”的机器，而是为专业医护人员打造一个高效、可靠的知识助手。在正确划定的边界内，它可以显著减轻信息检索负担，帮助医生将更多精力投入真正的临床推理和与患者的沟通中。