综述写得像那么回事 · 被追问「检索式是什么」时没人答得上来
医学事务 · 真实业务触发
医学经理为发补第 3 条准备 TROP2 ADC 间质性肺炎风险的文献综述:本周检索命中 69 篇,需要判断纳入与排除、汇总发生率口径(文献报告区间 2.4% 到 5.8%),下周交给注册部作发补答复的数据基础。综述要经得起审评级别的追问 —— 每一句结论都要能回到具体文献。
不是流程描述,是调研出来的真痛点 —— 每条可点开核对出处
变化不在「快」,在「参与的角色」和「覆盖的范围」
5 步 · 每一步的产出都是下一步的输入
痛感 4 × AI 适配 5 ÷ 落地难度 3 = 7.3
最大差异点 · 不是「生成一篇综述」—— 产出三件套:可复现的检索式、逐条理由的纳入排除清单、按口径分层的证据表。初稿只是这三件套的组装结果,每一个数都能点回原文。
评分口径:痛感看「这事没做好谁会生气、生气到什么程度」; AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」; 落地难度是分母 —— 需要客户先做数据治理的场景,分数会被压得很低。
判断标准只有一个:这份东西能不能直接进企业的流程
不代做医学结论(发生率口径的适用性判断是医学经理的责任,只做证据汇总);初稿须过 MLR 审核后才可对外使用(审核流转在客户的合规流程里);纳入排除只按预设规则执行,规则外的人工判断逐条留痕。
Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了