项目越多,抽查盲区越大;人员越多,执行口径越容易分叉
几十个项目 × 几十位 PI × 十几个科室并行,入排与 AE 判定依赖个人经验。质控只能抽几个项目、几份病例,最担心的恰恰是没有抽到的部分。
TrialMind iAgent™GCP 主任版UNIFIED QUALITY · 02 / 06
引擎已上线 · L1把方案规则解析为可评审的全景树和原子条件,让不同项目、科室与研究者共用同一套确定性判定口径。
从真实问题开始 ↓独立判定 · 独立留痕 · 人工确认
获批方案、规则版本与已授权接入数据
拆解条件树,并对 DP1–DP4 分别检查
异常定位到项目、条件、数据来源和责任节点
规则审批、医学判断与异常闭环由授权团队完成
核心含义:规则先于判定存在、先被评审;全院项目共用同一套引擎,口径先统一,判定后发生。
图示仅为示意;图中数值、时间与状态均为去标识化模拟数据,不构成真实项目验证结论。
几十个项目 × 几十位 PI × 十几个科室并行,入排与 AE 判定依赖个人经验。质控只能抽几个项目、几份病例,最担心的恰恰是没有抽到的部分。
判定规则分散在个人经验和纸质流程中,颗粒度停留在项目或病例层级;规则不可评审、不可复现,也难以持续执行。
点击能力,查看处理逻辑、可见输出和技术阶段。
把 AND / OR / NOT、时间窗、刚性属性与例外条款展开成一棵可评审、可版本化的入排全景树。
信息特征规则先于判定存在、先被评审;全院项目共用同一套引擎,口径先统一,判定后发生。
只比较与 GCP 主任决策直接相关的架构维度,不评价第三方产品优劣。
| 维度 | 主流 LLM 常见形态 | 候选检索 / 队列平台常见形态 | TrialMind iAgent™ |
|---|---|---|---|
| 判定粒度 | 文档 / 记录级整体输出 | 字段检索或队列画像 | 原子条件 DP1–DP4 数据点级 |
| 溯源机制 | 通常不提供判定级证据链 | 字段来源可查,视具体实现 | 产生来源 + 存储来源交叉验证 |
| 确定性 | 概率生成,需额外控制一致性 | 规则 / 统计方式,因产品而异 | 规则 + oneMKE 的 L1 确定性计算 |
| 可解释性 | 解释通常由模型生成 | 结果可解释程度因实现而异 | 数据点 → 条件 → 结论逐层保留 |
| GCP 场景 | 常用于信息辅助或研究验证 | 常用于候选检索与队列分析 | 面向判定留痕、质控与迎检证据 |
| 数据边界 | 取决于部署和调用方式 | 取决于具体部署模式 | 客户授权范围、客户环境内处理 |
对照基于公开架构描述与内部实现说明;不同产品实现和使用场景不可直接横比,内部评测不等同临床验证结论。
目标值、业务测算、架构特性与已上线能力严格区分。
值 · 单位 · 来源 · 时间
已上线能力口径=肿瘤方案单参与者可观测数据点量级,多域覆盖、按项目配置;性质=场景口径,非统计实测值,未纳入《量化指标统一口径 V1.0》六项指标;实际范围以院内接入与方案配置为准
场景口径口径=规则引擎判定 vs 金标准逐条比对一致率(Cohen's Kappa 待达成后附实测值);条件=四维判定层为验收目标门槛,尚未达成;已实测仅方案解析层;出处=金标准回归报告 TM-GOLD-001 v1.0.0(2026-08-22)· 内部评测报告 TM-EVAL-PI-001 v1.0.0 §3.6(2026-08-22)·内部评测目标,非临床验证结论,不构成 SLA 或性能承诺
内部评测目标 · 待达成不同项目、科室和研究者是否执行同一获批规则版本?
哪些已接入数据点缺失、冲突、越窗或等待人工复核?
异常由谁复核、何时完成、依据与签名是否齐全?
点击步骤,查看每一阶段的角色与输出。
全量覆盖仅指对所接入数据点的架构方式,不构成性能承诺;输出为建议,授权研究者电子签名后生效;不承诺零遗漏。