医学知识库 RAG 怎么设计？一次讲清指南检索、文献召回、权限控制与可追溯回答

大家好，我是一名有 4 年工作经验的 Java 后端开发。
AI 医疗平台里，如果说最适合先落地的一类能力，我会优先推荐医学知识库问答。
因为它既能发挥大模型理解能力，又能通过知识检索显著降低幻觉风险。
这篇文章我想系统聊一聊医学知识库 RAG 到底怎么设计。

🦅个人主页
🐼

---

一、为什么医疗场景更适合先做 RAG

因为医疗知识具有几个明显特点：

• 有明确来源
• 有版本
• 有规范
• 有时效性

这决定了单纯让大模型“自由回答”风险很高。
更合理的方式通常是：

先从指南、文献、制度、流程文档中检索，再让模型基于这些内容回答。

这正是 RAG 最适合发挥作用的地方。

---

二、医学知识库的典型数据源

常见来源包括：

• 临床指南
• 诊疗规范
• 药品说明书
• 医院制度文件
• 检查说明
• 患教材料

这些数据通常需要：

• 版本管理
• 权限控制
• 更新追踪

所以医学知识库比普通 FAQ 系统更强调来源和可追溯。

---

三、最关键的设计点

3.1 文档切片要更谨慎

医疗知识很怕上下文断裂。
所以切片时更建议：

• 按章节
• 按小节
• 保留标题层级

3.2 检索要更重视准确性

纯向量召回通常不够。
更建议：

• 关键词 + 向量混合召回
• 再做重排

3.3 回答必须带来源

最好返回：

• 引用片段
• 来源文档
• 版本时间

3.4 权限必须进检索层

不是生成后再裁剪，而是：

• 从召回阶段就只允许拿用户有权限的知识

---

四、最容易踩的坑

4.1 把互联网常见 RAG 方案原样搬过来

医疗场景的严谨性要求更高。

4.2 切片过碎

很容易答非所问。

4.3 没有来源标记

医生和患者都不敢信。

4.4 知识库更新不及时

过期知识风险很大。

---

实战案例：放到真实项目里会怎么跑

比如医生问“肺炎住院患者首选经验性抗菌方案”，RAG 不能只做向量召回，还要把最新指南、医院制度和科室权限一起考虑进去。

1. 先用关键词锁定疾病和治疗主题。
2. 再从医学指南 chunk、院内制度 chunk 里混合召回。
3. 只保留当前医院和当前科室允许查看的内容。
4. 最终答案带上指南标题、章节和发布日期。

Java 代码示例

@Service
@RequiredArgsConstructor
public class MedicalRagService {
    private final MedicalChunkRepository chunkRepository;
    private final AiChatClient aiChatClient;

    public CitedAnswer answer(String question, String deptCode) {
        List<MedicalChunk> chunks = chunkRepository.hybridRetrieve(question, deptCode, 8);
        String context = chunks.stream()
            .map(chunk -> "[" + chunk.getDocTitle() + "] " + chunk.getContent())
            .collect(Collectors.joining("\n"));
        String answer = aiChatClient.ask("基于以下医学资料回答，必须引用出处：\n" + context + "\n问题：" + question);
        return new CitedAnswer(answer, chunks);
    }
}

SQL 示例

CREATE TABLE medical_knowledge_chunk (
    id BIGINT PRIMARY KEY,
    doc_id BIGINT NOT NULL,
    dept_code VARCHAR(32) NOT NULL,
    title VARCHAR(256) NOT NULL,
    content TEXT NOT NULL,
    publish_date DATE NOT NULL
);

SELECT id, doc_id, title, publish_date
FROM medical_knowledge_chunk
WHERE dept_code = 'RESP'
  AND content LIKE '%肺炎%'
ORDER BY publish_date DESC
LIMIT 10;

五、面试中怎么回答

如果面试官问你：

医学知识库 RAG 一般怎么设计？

你可以这样回答：

第一，医学知识库我更倾向于基于 RAG 设计，而不是直接让模型裸回答，因为医疗知识对来源、版本和准确性要求非常高，RAG 更适合把受控知识先送到模型前面。

第二，真正落地时我会重点关注文档切片、混合召回、重排和来源追溯，因为医疗场景最怕答非所问和无出处回答。

第三，权限控制必须在检索层前置处理，而不是等回答后再做裁剪，因为有些知识本身就不应该被无权限用户召回到上下文里。

---

六、总结

医学知识库 RAG 真正难的，不是“能检索”，而是如何让：

• 检索准
• 引用对
• 来源清
• 权限稳

真正一起成立。

如果只记一句结论，我觉得可以记住这句：

医疗场景的 RAG 最核心的不是“模型会不会说”，而是“知识有没有被正确、可追溯地送到模型面前”。

---

七、结尾

如果你觉得这篇文章对你有帮助，欢迎点赞、收藏、关注。
后面这个 AI 医疗系列我会继续往下写病历结构化、医生辅助问答、合规与审计等更深入的话题。