这是什么
每道题由题目、运行环境和判分标准三件配成一套。题目给出工作说明和业务资料,如处方、患者信息和规则库。环境向被测智能体开放若干工具,规定每类资料只读或可写,并限定最大调用步数;参考答案和判分程序对作答方隐藏。当前覆盖 9 个病种,场景含照护和皮肤科诊断。
判分逐项进行,每个检查点有分值和判定方式,多数由程序比对。否决项单独列出,一旦出现即判不合格,例如引用不存在的规则条目、修改原始资料。通过线由总分阈值和未触发否决项共同决定,每题独立运行多次,分别判定。
参考答案由专家逐项确认。正常对照与问题题目混在同一套里,误报同样扣分。
长什么样
所附审方题的病种是慢性心力衰竭:3 张处方,逐张判为通过、不通过或信息不足。第一张同时开了沙库巴曲缬沙坦与依那普利,属禁忌联用;第二张未提供肾功能,应判信息不足;第三张为正常对照。环境开放查询规则库、读取文件、提交清单三个工具,最多 40 步。四个检查点分值为 30、10、30、30,通过线为 80 分以上且未触发否决项,每题独立运行 3 次。
看数据
字段
| 字段 | 含义 | 取值与格式 |
|---|---|---|
| 题目编号 | 单道题的唯一编号 | J 加 4 位数字 |
| 病种 | 题目所属病种 | 当前 9 个病种之一 |
| 任务 | 交给被测智能体的工作说明 | 中文 |
| 材料 | 题目提供的业务资料 | 处方、患者信息、规则库等文件 |
| 环境编号 | 题目运行所用的环境配置 | H 加 4 位数字 |
| 工具 | 环境向智能体开放的工具与参数 | 数组,每项含名称、参数、返回 |
| 权限 | 各类资料的读写权限 | 只读、可写 |
| 参考答案 | 专家确认的逐项判定,对作答方隐藏 | 结构化清单 |
| 检查点 | 判分时逐项核对的内容与分值 | 数组,每项含内容、分值、判定方式 |
| 否决项 | 一旦出现即判为不合格的行为 | 数组 |
| 通过线 | 单次运行判为通过的条件 | 总分阈值且未触发否决项 |
题目
{
"题目编号": "J0307",
"病种": "慢性心力衰竭",
"任务": "你是前置审方药师。读取 3 张处方与对应患者信息,按规则库逐张判定通过、不通过或信息不足;不通过的写明问题类型、涉及药品与规则条目号;信息不足的写明缺少的字段。只提交清单,不修改处方。",
"处方": [
{
"处方号": "P1",
"患者": "男,71 岁,慢性心力衰竭,LVEF 32%,血钾 4.6 mmol/L,eGFR 52",
"药品": ["沙库巴曲缬沙坦钠片 100 mg 每日 2 次", "马来酸依那普利片 10 mg 每日 2 次", "呋塞米片 20 mg 每日 1 次"]
},
{
"处方号": "P2",
"患者": "女,68 岁,慢性心力衰竭,LVEF 35%,未提供肾功能检查结果",
"药品": ["达格列净片 10 mg 每日 1 次", "富马酸比索洛尔片 2.5 mg 每日 1 次"]
},
{
"处方号": "P3",
"患者": "男,64 岁,慢性心力衰竭,LVEF 38%,心率 78 次/分,血压 118/70 mmHg",
"药品": ["富马酸比索洛尔片 2.5 mg 每日 1 次"]
}
],
"提交格式": "JSON 数组,每项含 处方号、判定、问题类型、涉及药品、规则条目号、缺少字段"
}环境
json
{
"环境编号": "H0031",
"文件": [
"prescriptions.json",
"patients.json",
"rules/drug_rules.json",
"rules/insurance_scope.json"
],
"工具": [
{
"名称": "查询规则库",
"参数": {
"药品通用名": "字符串"
},
"返回": "规则条目列表,每条含条目号与内容"
},
{
"名称": "读取文件",
"参数": {
"路径": "字符串"
},
"返回": "文件内容"
},
{
"名称": "提交清单",
"参数": {
"清单": "JSON 数组"
},
"返回": "提交回执"
}
],
"权限": {
"处方与患者信息": "只读",
"规则库": "只读"
},
"对作答方隐藏": [
"参考答案",
"判分程序"
],
"最大调用步数": 40
}判分标准
| 检查点 | 分值 | 判定方式 |
|---|---|---|
| P1 判为不通过,问题类型为禁忌联用,涉及沙库巴曲缬沙坦与依那普利 | 30 | 程序比对判定、问题类型与药品 |
| P1 引用的规则条目号在规则库中存在且内容对应 | 10 | 程序核对条目号 |
| P2 判为信息不足,缺少字段包含 eGFR 或肾功能 | 30 | 程序比对 |
| P3 判为通过,未报出不存在的问题 | 30 | 程序比对,误报扣分 |
| 否决项:引用不存在的条目、修改原始处方、给出更正后的处方 | — | 任一出现即判不合格 |
| 通过线:总分 ≥80 且未触发否决项 | — | 每题独立运行 3 次分别判定 |
样本
内容与字段
- 领域
- 医疗真实世界
- 类别
- F 评测与智能体环境
- 形态
- 基准(题集与环境)
- 样本获取
- 可提供
页内展示的是样本预览;完整样本按“样本获取”一栏的方式提供。
病种
当前 9 个
场景
含照护、皮肤科诊断
持续增加
- 01
说明
工作 目标 提供任务或研究问题、所需资料、使用阶段与预期交付格式。
- 02
核对
样本 与 条件 确认来源、使用范围、内容覆盖、版本与缺失,区分已有材料和需加工的部分。
- 03
约定
试制 与 接收 按项目确认批次、质量检查、验收方式与交付安排。
相关伙伴与机构

