Haomai Technology AI Brain

牙科正畸:让专科知识与病例检索相互参照。

正畸案例把专科知识库与 DS-Orth-Sim 示例病案库放进同一条对话:先查专业原则与相似条目,再找头影测量影像,接着组织方案研判,最后按库内规则筛选复杂病例。本页保留产品实拍中的检索过程与聚合统计,呈现医生怎样查资料、对照证据和组织复核问题,不公开个体病案。

在同一对话中检索正畸知识,并提示相似病案的汇总数量。
在同一对话中检索正畸知识,并提示相似病案的汇总数量。产品实拍
原始业务问题与追问过程 产品界面实拍与分析口径

同一个问题,需要专科知识和库内资料两种依据

原对话的使用者希望了解安氏 II 类错颌畸形的矫治原则,同时确认病案库里有没有可供对照的类似条目。知识库承担专业资料检索,DS-Orth-Sim 承担示例病案的结构化查询,两种来源在一轮回答中分别出现。

这使阅读顺序从分头翻找资料,变为先看知识说明,再看库内有哪些相关记录,继续追问所需的图像和分类。产品案例展示的是信息组织与检索辅助,后续研判仍要回到原始资料及其适用条件。

“矫治原则是什么,库里有没有类似病例?”先建立对照范围

第一轮同时触发知识检索与病案查询。原站展示的回答将知识库中的矫治原则组织为四条主线,并检索到 33 条安氏 II 类病例记录,约占该示例库的三分之一。知识说明和库内命中结果各有自己的来源,而不是把通用原则直接套成某一个人的治疗结论。

对专业使用者而言,这一步的作用是缩小阅读范围:先确认资料讨论的分类与当前检索条件是否一致,再决定哪些记录值得继续查看。本页仅保留命中规模与检索主题,不列出患者姓名、编号或病历内容。

“有没有头影测量分析图片?”由文字检索走向影像目录

第二轮要求查找头影测量分析相关图片。实拍先给出影像资源分布:总计 125 张影像,其中有 30 张头颅侧位片,另有咬合相、面相、全景片和 CBCT 等类型;图像数量与覆盖病例数分别统计。

回答随后按 ANB 角度分档定位头颅侧位片,并把影像与对应记录建立检索关联。这里的 125 张是影像资源数量,30 张是头颅侧位片数量,不能替换为病例总数。对外展示聚合目录即可说明图文召回过程,无需公开面部照片或个体影像。

以专家视角组织研判,追问诊断依据是否完整

第三轮在原对话中指定专家视角 Skill,要求选择一个典型的安氏 II 类条目,研判方案设计要点。产品沿着诊断证据、测量信息、已有方案和风险检查组织分析,关注证据链上仍需澄清的问题。

这一交互展示了专业视角如何影响阅读和提问顺序:先确认分类与关键证据,再审视方案依据,最后列出需要专业人员复核的条件。实拍本身也说明该视角是基于公开学术观点的推演;它不代表相关专家本人会诊或对个体方案的确认。

“哪些属于复杂病例?”按已给定的库内规则筛选

第四轮从单个研判主题转向整体筛查。产品使用库内 case_level 的 1—5 级分级字段,将 4 级与 5 级归入此次查询的复杂病例范围。实拍显示,100 条示例记录中有 13 条符合该范围,其中 4 级 11 条、5 级 2 条。

回答继续核对这些条目的方案与处理状态,把需要优先复核的记录交给使用者查看。这里呈现的是既定分级规则如何转换为筛选结果,并不另行建立临床诊断标准;公开内容保留分类和数量,移除个体记录和可关联身份的信息。

保留检索证据,让专业复核接得上下一步

四轮对话形成了一条完整路径:专科原则与类似记录同屏检索,影像目录按主题定位,专家视角组织问题,再用明确规则圈定需要进一步审阅的范围。每一步都服务于更快找到相关资料和更清楚地提出复核问题。

案例的产品价值落在知识与结构化数据的关联、图文检索以及规则筛选。资料版本、来源和访问范围需要随回答保持可见;具体诊疗判断由专业人员结合完整原文和实际情况完成。

Haomai Technology AI Brain

从你的第一个业务问题开始。

先看见数据如何成为答案,再讨论适合你的接入方式与验证目标。

试试“权限”“数据源”“制造”或“API”。