01定制化考核模板
12 个部门 12 套专属计算表格，200 余条标准逐条拆解、嵌入自动化公式，规则统一固化
02多源数据一键归集
太美 CCP、EDC、eTMF、eQuality 四大系统及主管评价指标，按预设列项统一导入
03AI 自动核算分数
内嵌公式自动完成全维度核算、分数统计、指标汇总，零人工二次核对，一键生成精准成绩
04可视化交互展示
齐飞工作助手"妙搭"搭建可交互展示系统：数据筛选、同岗位排名、差异化颜色标记
05结果查询与应用
快速筛选部门、岗位、人员数据，直观对比同岗位差异，支撑考核复盘与人员管理
从每份报告表里，把 5 类关键信息逐字摘录出来，核对无误，再拼成规范汇总文档：
用过什么药、做过哪些检查化验、有什么既往病史、事件起因经过、什么时候签的知情同意书。
① 纯人工
两份窗口并排，左边报告、右边汇总表，眼睛来回扫
② 零容错
抄错一个日期、一个剂量单位，传到下游就是事故
③ 会堆量
报告集中来的时候，加班誊抄是常态
坑一：勾选框里的特殊字符
容易把"没勾"当成"已勾"——性别、有没有病史，全部判反。
坑二：三张相似的用药表
其中一张装的是试验药——按规定绝不能混进提取结果，这是业务红线。
把过去靠人脑记忆的检查点固化成程序：
核心原则：同一检测项、同一实验室、同一年龄段、同一时间段、同一性别，有且只能有一套标准值。
负责规则覆盖不了的"合理性"判断——某个检测项的范围和单位在医学上到底对不对，由大模型给出判断和依据。
准备文件
放入百奥知 4.1 标准化模板和 CRA 提交的收集表，自动识别数据范围和列名
运行分析
一键跑完全部 9 大核查规则和 AI 分析
查看报告
AI 给出每条问题的分析摘要——AI 找问题、给建议，最终拍板的还是"人"
导出结果
一键生成三个 Sheet：标记数据、错误报告、可直接导入百奥知 4.1 的标准格式
"血小板计数降低"该连到哪条 AE？不是看字面就能对的——连线本身需要医学知识。
一个项目几百条异常、上百条 AE，全靠有经验的老师傅逐条比对。
第一层 · 信息过滤
把每名受试者的全部 AE 和病史，先用日期逻辑做物理过滤——采样日期落在事件起止区间内
第二层 · AI 做连线
把"检查情况 + 备注 + 候选选项"发给集团内部 FastGPT 平台上的 agentic workflow，由模型判断这条异常应对应哪条 AE 或病史
第三层 · 程序做逻辑判定
AI 返回空 → 可能漏记 AE；AE 找不到对应异常 → 可能多记；日期对不上、AI 判断与备注引用不一致 → 自动生成质疑，附行号和依据
第四层 · 人工判定
程序生成过程文件：过程文件人工可以直接改，最终结果文件同步更新
师顶级模型当"老师"
先让 GPT-5.6 分析数据集、给出高质量答案，并把判断经验沉淀提炼为知识库
生内部平台当"学生"
内部算力平台上的工作流跑同样的数据，输出自己的答案
比比对差异、补强知识库
比对"师生"两份答案的差异，老师把差异整理成新的知识点
进反复几轮
学生的正确率不断逼近老师
用我们自己的算力平台，花更少的钱、用更快的速度，做出这个场景下接近顶级模型的准确率——而且数据全程不出内网。
- 继续用蒸馏思路打磨，以先行项目把正确率调到稳定
- 封装成 EXE、附完整使用说明发给部门成员，点击即可使用
- 把"规则引擎 + AI 审核 + 人机协同"范式扩展到更多团队的核查场景，让更多重复、规则化、依赖经验的审核工作交给 AI 跑第一棒
01输入
旧版方案、新版方案和公司的变更说明模板（已内嵌一版）
02先找全
读取文档结构，判断内容的新增、删除、修改、移动、拆分和合并六类变更操作
03再讲清
变化整理成一张张证据卡片进入本地审阅界面，每张卡片保留变更前后内容、所在章节和来源位置；AI 提供变更原因、实质性判断和安全风险判断的初步建议
04人确认
AI 只是"起草助手"——最终是否采纳、如何修改，仍由医学人员决定
05固化成稿
审阅完成后系统冻结当时的结果，按既定模板生成 Word 工作草稿，并提供预览和下载
形成了从文件输入到正式文档输出的完整闭环，而不只是一个比对算法或聊天界面。
- 今天分享的五个小工具，正是蓝图中 L4 智慧赋能层 的真实萌芽。
- 从个人工具到团队工具，再到系统级产品——从众多技能与工具中汲取灵感，追赶规划中的愿景。
- 统一门户、AI 智能体系统、多智能体协同平台，都期待更多一线同事的场景加入。