FHIR决策层实测：序列化与提问影响结果

FHIR 医疗数据通过结构校验，下一步就能直接接受或分流吗？作者为这个缺口搭了一个决策层，把解析后的 FHIR R4 资源交给 TypeSafe AI 的 Jev 模型。在 204 条合成记录上，修复序列化错误和分流问题表述后，模型在三项决策上的得分超过了手写规则，但延迟仍远超作者目标。这还是一个未接入生产系统的概念验证。

目前能确认什么

FHIR 是医疗信息交换标准。结构合规与业务处理是两件事：一条 Condition 可以格式正确、编码为登革热，同时用 refuted 表示该诊断已被否定。下游不能只看到疾病编码就触发动作。

作者先解析资源，再将字段压平成状态，交给 Jev 输出选项、分数或概率，最后通过阈值映射为接受、分流、标记或人工复核。解析失败就不调用模型，但这里的解析检查比完整的 Profile 和术语校验更轻。

模型输出概率，程序负责把概率变成动作。

系统既有置信度不足时的兜底，也保留硬规则：NIK 长度不合格时，完整度高也不能自动接受。作者也承认，这类长度检查可以用 FHIRPath 约束实现，无须模型。

我的判断

对程序员最有参考价值的是排错顺序。首次运行中，模型分流得分为 0.814，规则为 0.922；修复输入序列化和提问方式后，结果反转。评测实际覆盖的是数据转换、问题设计和模型组成的整条链路，不能把失败直接归因于模型。

但修复后仍使用同一批记录，尚不能证明它在新数据上同样领先；规则基线也刻意保持简单。节选未给出修复后的具体得分、指标定义和延迟数值，优势幅度与部署可行性还无法判断。

另外，压平状态虽未发送完整 NIK，却仍包含姓氏。输入更小、方便调试，并不等于完成隐私处理。