失效模式
正確的數字不等於安全的建議。
草稿正確引用了一項病歷事實。僅針對檢驗數值的檢查會在此打住。針對特定病患的安全檢查則必須檢視草稿要求病患採取的行動。
01 / 草稿
「繼續服用 metformin」
合成病患入口網站草稿引用 HbA1c 6.8% 無誤，隨後建議繼續用藥。
02 / 病歷
最新 eGFR：28
合成病歷亦顯示 creatinine 上升趨勢。由最新 eGFR（而非僅憑該趨勢）驅動了精選腎功能規則。
03 / 閘門
暫緩以待審核
確定性政策閘門回傳 HOLD_FOR_REVIEW 於模擬工作流程中，並向審核員顯示腎功能發現。
系統架構
模型可以提供建議，但無法自行通過閘門。
ChartSieve 將病歷依據校準、安全規則與最終處置相互分離。當看似合理的回答掩蓋了不安全的處置時，這道邊界至關重要。
步驟 01
錨定主張依據
確定性程式碼會將擷取的檢驗與用藥主張，與類 FHIR 合成病患病歷 JSON 進行比對。來源在可用時予以呈現。
步驟 02
套用安全規則
精選種子規則集會檢查最新的 eGFR、過敏史與生命體徵。metformin 案例會產生 CONTRAINDICATION_RENAL。
步驟 03
在大型語言模型外部進行裁決
驗證器建議可補充背景資訊，但無法覆寫確定性閘門的 RELEASE、 HOLD_FOR_REVIEW 或 BLOCK 結果。
邊界受限的測試
基準測試旨在檢驗植入的規則模式，而非臨床就緒度。
在 34 個固定的合成標註成果中，ChartSieve 暫緩或封鎖了所有 22 個植入的不安全案例，且未暫緩 12 個安全案例。在同一個資料集上，既定的純檢驗數值基準線僅攔截了這 22 個不安全案例中的 4 個。
34
固定合成成果
22/22
已暫緩或封鎖之植入不安全案例
4/22
由既定單純基準線所攔截
這些數據來自植入已知規則模式的小型資料集。它們並不衡量病患成效、部署效能或總體臨床準確性。
超越錨定案例
相同的檢驗邊界亦適用於其他植入風險。
動態摘要亦包含臨床決策支援與 Model Equity 檢視。這些是合成治理範例，而非來自醫療體系的診斷或臨床觀察。
無警報輸出仍會受到檢查。
植入的模型評分 0.34 低於其 0.40 的警報閾值，而合成病歷顯示了令人擔憂的生命體徵與乳酸數值。閘門標記出漏報與血氧問題以供審核。
匯總結果並非全貌。
另一份包含 500 次決策的合成記錄對照所選的 0.80 平等閾值篩檢次群體敏感度。旗標要求進行臨床與統計審核；它們並非真實世界的偏見或法律判定。
本示範的功能與限制
此展示說明展現了一種檢查機制。實際部署需要獨立的系統整合、臨床驗證與治理工作。
| 問題 | 此處呈現 | 本示範範圍之外 |
|---|---|---|
| 病患背景資訊 | 類 FHIR 合成病歷與固定動態摘要 | 正式 EHR 或床邊設備連線 |
| 安全處置 | 精選規則與確定性政策閘門 | 全面且持續維護的臨床規則集或診斷 |
| 照護工作流程 | 模擬的放行、暫緩與封鎖結果 | 傳送訊息或確認臨床醫師審核 |
| 證據 | 動態摘要中可用的主張來源與截斷 SHA-256 摘要收據 | 已簽署、不可竄改的正式環境級稽核日誌 |
| 評估 | 固定的合成迴歸集與次群體治理篩檢 | 前瞻性臨床驗證或法律公平性裁定 |
本示範未包含的項目： 它不使用真實病患或 PHI、不整合廠商 AI、不向病患傳送訊息、不進行臨床研究，亦不確立法規遵循。
案例之外的運作問題
如果 AI 驗證器無法使用會發生什麼情況？
當選用的即時提供者無法使用或快取回覆缺失時，ChartSieve 會採用確定性建議文字。確定性政策閘門仍會決定合成草稿是放行、暫緩審核還是封鎖。代理回覆絕不會決定或覆寫該決策。
如果是由 eGFR 驅動 metformin 暫緩，為何還要顯示 creatinine 趨勢？
合成病患上升的 creatinine 趨勢是腎功能發現的佐證背景資訊。ChartSieve 的精選腎功能規則是依據最新記錄的 eGFR 28 來暫緩 metformin 建議。該趨勢並非獨立決定裁決結果。
基準測試列是否包含驗證器代理的建議？
不包含。ChartSieve 在獨立的固定標註迴歸集上執行基準測試，這些列並不帶有驗證器建議。22 個不安全案例全部攔截（22 之 22）衡量的是確定性防火牆抵禦植入規則模式的能力，而非代理效能或臨床驗證。
每個受檢驗的輸出是否都有主張層級的來源？
沒有。動態摘要檢驗結果在可用時包含主張來源，並並列規則發現與驗證器建議。ChartSieve 不保證在此合成摘要中的每項主張或成果都有來源。審核員必須將顯示的來源與無佐證的主張區分開來。
Model Equity 檢視是否證明了 sepsis 模型存在偏見？
不能。Model Equity 針對 500 次合成 sepsis 決策篩檢次群體敏感度，並標記出低於所選 0.80 閾值的平等比率。它是基於植入資料的治理篩檢，並非針對真實部署模型的發現或法律公平性裁定。次群體結果仍需經過臨床與統計審核。
示範中的 AI 揭露是否屬於合規的病患溝通？
不屬於。獲放行的合成入口網站草稿會收到一條參考 AB 3030 的示意性 AI 揭露字串。本示範並未完成合規所需的額外溝通與人工接觸工作流程，亦無真實病患或照護團隊會收到該訊息。
將特定病歷檢查納入架構設計討論
我們可以協助檢視草稿在何處進入您的照護工作流程，以及臨床醫師在審核閘門處需要哪些證據。
ChartSieve 為合成示範。實際部署需要系統整合、持續維護的臨床規則、在地化驗證以及負責的人工審核。
安全工作流程評估
- ✓ 草稿至審核路徑映射
- ✓ 病患病歷證據需求
- ✓ 規則權責與呈報機制設計
- ✓ 部署前評估要點
受治理的實作設計
- ✓ 整合邊界
- ✓ 確定性閘門規格
- ✓ 臨床醫師審核證據
- ✓ 持續性安全與平等評估
