【系列第十篇】基于递归二元拆分范式搭建肿瘤病理与影像AI诊断工业级知识库体系

基于递归二元拆分范式搭建肿瘤病理与影像AI诊断工业级知识库体系【递归二元拆分系列文章-第十篇】【原创声明】本文为【未名数码-小苗】原创，仅作为基层一线政务工作者个人实践思考与学术探讨，不代表任何官方立场，仅供交流参考。未经作者书面许可，禁止转载与二次创作。如需转载，请私信联系作者获取授权。前置总纲人工智能在肿瘤精准诊疗领域的应用，正在从传统数据驱动的感知识别，逐步走向知识驱动的逻辑推理阶段。当前主流肿瘤AI系统大多依托深度学习对影像、病理切片做特征拟合，能够完成病灶检出、征象识别等感知层面任务，但普遍存在医学知识维度耦合混杂、判定边界模糊、人机权责不清、诊断与诊疗链路断裂的现实短板。大量知识库产品停留在医学文本简单结构化转换，缺少一套自洽的底层认知解构方法论，难以实现机器可执行、可审计、可迭代的端到端临床推理。立足“第二个结合”重大理论导向，本研究采用本土化原创递归二元拆分范式开展肿瘤诊断知识库体系建构。该范式脱胎于基层数字政务实务，经过哲学升维、通用工具转化、AI底层推理落地，已经在营业执照审批、食品经营许可、公共场所卫生许可等多个行政审批知识库项目完成工程验证。范式坚持本体论与方法论双层区分：本体论层面，事物内在矛盾具备无限递归可分的客观属性；方法论层面，应当结合实践目标按需终止拆分，避免无意义的无限细分。整套范式确立五大不可突破的工程公理：层级穷尽公理：业务问题可以逐层二分拆解至最小知识子叶；互斥无漏公理：同一层级分支互斥、无重叠、全覆盖；刚性优先公理：A类刚性规则优先级高于B类弹性规则；权责法定公理：AI限定辅助角色，人工承担终审责任；迭代演化公理：B类规则依托判例迭代优化，成熟后可升级为A类特例规则。本知识库建设目标为实现可编码、可推理、可上线、可审计、可迭代，严格区分A类刚性规则与B类弹性裁量规则，恪守“AI仅承担预审辅助职能，人工医师掌握全部终审权限”的人机协同边界。【范式终止拆分显性声明】依据递归二元拆分范式公理：本体论维度，事物内在矛盾具备无限递归可分属性；方法论维度可结合实践目标按需终止拆分。本知识库定位为通用实体肿瘤病理-影像AI诊断基础知识库，业务规则拆解执行至L4末梢最小可编码子叶；单癌种特异性亚型、罕见肿瘤、极端特殊个案不再做全域强制拆解，统一归入L5高危迭代专项层，依托判例沉淀机制持续迭代补充。若后续开展单癌种专项知识库建设，可在L5层之下继续向下开展新一轮递归二元拆分。L1-L5层级文字总览L1全域主干层：承担顶层权责分界的作用，本知识库下核心内容为影像辅助诊断分支、病理金标准诊断分支，该层级以A类刚性规则为主，划定整套系统最顶层业务边界与权限红线。L2属性定性层：聚焦病灶本质属性判定，划分良性、交界性、恶性三大分支；以A类刚性判定条件为主体，交界性病灶配套B类弹性风险权重，完成病灶基底定性输出。L3场景状态层：负责病程与业务赛道锁定，包含T/N/M分期各维度以及Ⅰ-Ⅳ期完整临床分期组合；全部依托A类刚性分期标准执行，确定患者所处肿瘤病程阶段。L4末梢规则层：机器直接执行的最小单元，存放全部32条A类刚性规则、B类弹性权重与全套计算公式、标准化标签字典、完整推理分支逻辑；A类刚性规则与B类弹性裁量规则在此层并存，是知识库推理运算的核心载体。L5高危迭代拓展层：用于承载高风险亚型、特殊分子变异、疑难判例库、罕见肿瘤特例库；以B类可迭代规则为主，可按需补充少量A类特例刚性规则，作为通用库的动态拓展子层，不改动L1-L4通用主干逻辑。附注：单病种专项库，可在本知识库L5层之下，再完整执行一轮L1-L5递归二元拆分，生成癌种专属子知识库。第一章体系基础定义与顶层工程规范1.1

递归二元拆分范式（医疗工程化定义）递归二元拆分是源自国内基层治理实践、立足“第二个结合”建构的本土化辩证认知方法论，经过政务实务、哲学思辨、通用工具化改造、人工智能底层适配之后，迁移至肿瘤医学知识工程领域。其核心运行逻辑为：把复杂耦合的整体系统，按照对立统一的矛盾关系，开展逐层对等双向递归拆解；在方法论层面以实践目标作为终止拆分的判断标尺，拆解得到的子单元需要满足互斥、无重叠、可判定、可组合的要求，最终形成机器可以读取、比对、运算的最小知识子叶。区别于西方传统二元论简单非此即彼的割裂对立，递归二元拆分范式承认矛盾双方相互依存、相互转化；中间过渡状态（如肿瘤交界性病灶）不是独立本源，只是递归拆分中途暂停形成的表象，本体论上仍然可以继续向下拆解，仅受限于本知识库“通用实体肿瘤库”的建设定位，不在主干链路强制展开，交由L5高危迭代层处理。将范式引入医疗AI知识库，解决传统医学知识两大痛点：第一，临床医学大量知识以连续文本、经验描述形式存在，维度相互缠绕耦合，机器很难自动剥离独立判定要素；第二，临床存在大量中间态、临界值、个案特殊场景，传统知识库要么规则过于僵硬脱离临床，要么模糊表述过多无法编码执行。递归二元拆分通过L1-L5层级划分、A/B双轨规则分离，把医学刚性强制标准和临床弹性个案经验做结构化隔离，实现严谨医学内涵与工程可实现性的统一。1.2

L1-L5五级递归层级硬编码定义L1-L5五级递归层级为整套知识库的骨架，每一条知识单元必须归属唯一层级，禁止跨层混杂，该设计完全对齐本系列前9篇行政审批知识库的工程规范。L1全域主干层：顶层权责与体系分界，完成大业务赛道二分，确立影像辅助与病理金标准两条完全不同的业务分支，从源头锁定确诊权限红线。L2属性定性层：病灶本质属性判定，输出良性、交界性、恶性的基底定性结果，是后续分期、风险计算、诊疗匹配的前置基础。L3场景状态层：时空与病程场景锁定，基于T/N/M二元拆解，组合得到临床Ⅰ-Ⅳ分期，划分患者所处疾病进展赛道。L4末梢规则层：最小可执行知识单元，所有A类刚性规则、B类权重公式、标签字典、if-else推理分支全部收敛到此层级，是推理引擎直接读取运算的部分。L5高危迭代拓展层：动态拓展层，存放高侵袭亚型、分子突变、疑难判例、罕见肿瘤特例；以可迭代B类规则为主，不破坏L1-L4通用主干，用于持续补充通用库覆盖不到的特殊临床场景。1.3

A/B双轨规则工程定义A类刚性规则，来源为WHO肿瘤分类、AJCC/UICC第8版TNM分期、CSCO诊疗指南、医疗合规红线。工程属性为永久固化、版本锁存、一票否决、不允许人工与算法随意修改，推理优先级高于全部B类弹性规则，主要包含确诊权限约束、分期硬性阈值、诊疗禁忌、越权禁止条款。A类规则一旦触发，系统必须执行强制判定或强制拦截。B类弹性裁量规则，来源为临床经验、真实世界研究证据、高龄/合并基础疾病等个体化场景。工程属性为可配置权重、可依据判例库迭代更新、不能单独作为终局判定依据，必须经过人工复核。B类规则用于风险权重微调、临界征象修正、随访周期动态调整、诊疗方案匹配度计算，弥补刚性规则面对复杂个案时的适配不足。A/B双轨分离是整套知识库核心工程创新之一，解决医疗AI长久以来的两难：全部用刚性规则会脱离复杂多变的临床现实；全部使用弹性经验又会丧失标准化与合规底线。A类守住医学与合规底线，B类提供临床适配弹性，二者协同实现“底线不动摇、个案可微调”。1.4

人机协同硬边界（禁止行为、AI权限、人工终审权限）AI系统被严格限定在辅助工具定位，允许执行的能力：多模态影像与病理特征提取、A/B规则匹配运算、风险分值量化、诊疗备选方案推送、全流程日志留存审计。AI系统被永久禁止的行为：独立输出恶性肿瘤确诊结论；推翻病理金标准结果；突破诊疗禁忌直接输出终局治疗决策；自主新增、修改、删除任意一条A类刚性规则。人工医师专属权限：病灶终局定性、分期终审、个体化治疗决策、特殊个案调整、承担全部临床法律责任。当系统检测到征象临界、影像-病理冲突、罕见亚型、风险得分极高时，必须强制触发人工复核锁定，系统不得绕过复核自动生成最终报告。1.5

本知识库与国内外同类知识库横向对比现有肿瘤医学知识库大致分为三类：第一类为文献图谱型知识库，以抽取论文、指南文本实体关系为主，侧重知识检索，缺少机器推理执行逻辑；第二类为单癌种专用知识库，针对肺癌、乳腺癌等单一病种，通用性不足；第三类为深度学习配套标签库，只有征象标签，缺少完整分期-风险-诊疗-质控闭环，人机权责边界模糊。对比来看，本知识库的差异化特征体现在四点：第一，依托递归二元拆分这一本土化原创方法论完成体系建构，拥有明确层级骨架；第二，严格区分A类刚性与B类弹性规则，把医学合规红线做进底层规则；第三，实现从输入特征→定性→分期→风险分层→方案推荐→质控审计完整端到端闭环；第四，具备L5高危迭代层与判例迭代机制，支持知识库随临床证据持续演化，同时与数字政务系列成果范式同源，证明该范式具备跨领域迁移的普适价值。1.6

递归二元拆分范式在本知识库中的使用边界与禁忌递归二元拆分范式属于通用认知建模工具，只负责对肿瘤诊断复杂矛盾做层级化拆解、结构化组织，范式本身不生产医学专业知识。本知识库所有A类刚性规则全部来源于WHO肿瘤分类、AJCC/UICC第8版TNM、CSCO临床指南等医学权威文本；范式仅提供L1-L5拆解框架、A/B双轨架构、推理运行流程，医学判定标准由临床医学体系供给。范式不能取代临床医师综合研判；知识库输出仅为AI辅助预审材料，最终临床结论、医疗责任归属医务人员，不可将范式与知识库输出直接等同于临床诊断结论。第二章L1层级：顶层主干二分——影像辅助诊断VS病理金标准诊断L1是整个知识库的全局主干，完成最高层级的业务二分，核心是区分辅助筛查预判和终局金标准确诊，二者不可混淆，这是防范AI越权诊断的第一道闸门。影像所有输出只能作为参考，病理结果具备最高优先级，可以覆盖全部影像预判结论。2.1

L1-1影像辅助诊断分支（无确诊权限）影像分支定位是无创筛查、征象提取、术前分期预判、疗效评估、复发监测，不具备恶性肿瘤确诊权限。向下拆分为L2两层子分支：基础筛查影像、精准分期影像。L2子分支1：基础筛查影像（X线、常规超声）L3业务场景：健康人群或高危人群初筛、基层预检、普通人群常规随访。L4

A类刚性规则：1.

X线检出毛刺、胸膜牵拉、骨质破坏、腔内充盈缺损，系统标记病灶可疑阳性，仅输出提示，禁止给出恶性确诊结论。2.

超声出现形态不规则、边界模糊、微钙化、纵横比大于1（结节高度大于宽度，超声乳腺/甲状腺通用征象）、丰富血流信号，标记可疑恶性征象。3.

基础筛查影像无论征象多典型，仅允许输出“可疑”“建议进一步检查”，禁止输出恶性肿瘤确诊。L4B类弹性规则：可结合年龄、肿瘤高危暴露史，对可疑病灶的风险权重做小幅上调，权重变化仅用于风险得分，不改变定性结论。L2子分支2：精准分期影像（CT、MRI、PET-CT）L3业务场景：术前精准分期、疑难病灶评估、全身转移灶筛查、放化疗疗效代谢评估。L4

A类刚性阈值规则：1.

CT横断面测得区域淋巴结短径≥10 mm，刚性标记淋巴结转移可疑阳性，必须提示需要病理复核确认。2.

MRI出现DWI弥散受限、不均匀强化、病灶周围水肿带，标记恶性可疑征象。3.

PET-CT

SUVmax≥2.5，标记病灶高代谢、恶性可疑，报告强制加注“需病理确诊”提示。4.

影像产出的分期全部定义为术前临时预判分期，一旦获得术后石蜡病理，必须以病理分期覆盖、替换影像分期。L4B类弹性规则：针对SUVmax处于2.0-2.5的临界区间、淋巴结9-10 mm临界尺寸，上调B类风险权重，同时强制触发人工复核，系统不自动升级为恶性判定。2.2

L1-2病理终局金标准分支（优先级覆盖全部影像结论）病理分支是肿瘤定性、最终分期、风险分层、靶向方案匹配的唯一终局依据，优先级高于全部影像、检验结果。向下拆分为L2临时参考病理、终局金标准病理。L2子分支1：临时参考病理（穿刺、术中冰冻、细胞病理）L3业务场景：术前方案参考、手术中术式临时调整。L4

A类刚性规则：穿刺活检、术中冰冻、细胞病理结果仅作为临床过程参考依据，不能用来确定最终病理分期，不能作为远期风险等级终审依据。L2子分支2：终局金标准病理（石蜡、免疫组化、分子病理）L3业务场景：术后确诊、最终病理分期、风险分层、靶向/免疫治疗方案匹配。L4

A类刚性规则：1.

术后石蜡病理是肿瘤浸润深度、切缘状态、淋巴结转移数目的金标准。2.

免疫组化结果优先级高于单纯形态学肉眼判读。3.

分子病理检出的驱动基因突变、耐药突变，直接锁定晚期肿瘤靶向通路选择依据。2.3

L1层级冲突消解机制：影像与病理结论冲突的处理逻辑当影像高度提示恶性，但病理回报阴性；或影像提示局限，病理证实存在浸润、淋巴结转移，系统执行A类强制冲突消解：直接废弃影像预判结论，以石蜡病理指标重新运行整套L2-L4推理链路；同时日志完整记录冲突事件、影像原判定、病理修正结果，该案例自动进入候选判例库，供后续B类规则迭代参考。第三章L2层级：病灶性质二元定性体系（基底判定层）L2层级完成病灶基底定性，输出良性、交界性、恶性三类互斥结果。交界性病灶属于递归拆分过程中的中间过渡态，本体论上还可以继续向下二分，但在通用基础库中不做全域强制拆解，细分逻辑归入L5高危迭代层处理。定性输出结果会向下输入L3分期计算，不同定性会直接决定是否启用TNM分期计算链路。3.1

L2-1良性病灶分支L4

A类刚性判定条件，必须全部同时满足才判定良性：边界规整、包膜连续完整；无细胞异型性；基底膜完整无突破；不存在脉管侵犯、神经侵犯；无侵袭与远处转移潜能。L4B类随访权重微调规则：依据病灶大小、生长速度、患者高危史微调随访风险权重，但不改变良性定性标签，系统自动禁用抗肿瘤治疗方案推送。3.2

L2-2交界性病灶分支L4

A类刚性判定条件：无明确远处转移证据，无完全恶性浸润证据；但是具备局部复发、潜在恶变、浅层间质浸润倾向。判定为交界性后，系统强制转入长期随访赛道，禁用TNM恶性肿瘤分期整套链路，禁止推送根治/姑息抗肿瘤治疗方案。L4

B类复发风险权重调整：当交界性病灶伴随局灶微浸润时，B类风险权重向上叠加，缩短随访复查周期。3.3

L2-3恶性病灶分支L4

A类刚性判定条件，满足任意一条核心项即可触发恶性标签：病理检出恶性异型细胞并且突破基底膜；存在明确脉管侵犯或神经侵犯；病理证实区域淋巴结转移或远处脏器转移。L4

B类侵袭风险权重：结合分化程度、Ki-67增殖指数，叠加对应的风险权重，为L4风险总得分提供输入。3.4

L2层级输出标签映射（机器标签字典映射）定性输出为互斥离散标签：0=良性；1=交界性；2=恶性。标签作为结构化字段向下传递至L3层级；若标签不等于2（恶性），则直接跳过TNM分期计算链路。第四章L3层级：TNM分期与临床四期互斥体系（场景状态层）L3层级仅在L2输出恶性标签之后激活运行。以二元视角拆解为局部浸润（T）、区域扩散（N）、全身转移（M）三大维度，通过三者组合得到Ⅰ-Ⅳ期互斥临床分期，锁定患者所属疾病赛道，为后续风险计算、诊疗方案匹配提供基础。全部判定条件来自AJCC/UICC第8版TNM与CSCO指南，属于A类刚性标准。4.1

L3-1局部浸润维度T分期二元拆解L4

A类刚性规则：Tis-T2：浅层局限，肿瘤浸润程度较浅，归为低局部风险；T3-T4：深层突破，侵犯邻近脂肪、筋膜、脏器、大血管，归为高局部风险。注意：T分期终局取值以术后病理实测浸润深度为准；影像T分期仅作为术前临时预估。4.2

L3-2区域扩散维度N分期二元拆解L4

A类刚性规则：N0：无区域淋巴结转移，区域扩散阴性；N1-N3：存在不同程度区域淋巴结转移，区域扩散阳性。注意：影像提示淋巴结肿大仅为可疑提示，N分期终局以病理镜下检出阳性淋巴结数目为准。4.3

L3-3全身转移维度M分期二元拆解L4A类刚性规则：M0：无远处脏器、远处淋巴结转移，全身局限状态；M1：存在远处转移，判定为全身晚期。4.4

临床四期硬编码组合逻辑（if-else判定）1.

Ⅰ期：

Tis-T1

+

N0

+

M0

→

早期根治赛道2.

Ⅱ期：

T2-T3

+

N0

+

M0

→

早中期低危赛道3.

Ⅲ期：

任意T

+

N1-N3

+

M0

→

中晚期局部进展赛道4.

Ⅳ期：

任意T

+

任意N

+

M1

→

晚期全身转移赛道四期之间完全互斥，同一病例只会命中其中一条分支，不会出现多分支同时成立。4.5

L3层级输入输出标签映射；术前影像临时分期vs术后病理终局分期修正逻辑T/N/M编码标签：T0/Tis/T1/T2/T3/T4；N0/N1/N2/N3；M0/M1；临床分期标签：1=Ⅰ期，2=Ⅱ期，3=Ⅲ期，4=Ⅳ期。系统维护两套分期字段：pre-stage影像预判分期、final-stage病理终局分期；一旦获取石蜡病理报告，自动用final-stage覆盖pre-stage用于诊疗计算，pre-stage仅做历史归档保留。第五章

L4层级：末梢规则层——全量A/B机器可执行最小单元L4是整套知识库的运算执行末梢，所有规则拆至机器可直接编码的最小子叶，分为32条A类刚性规则清单、B类弹性权重与计算公式、输入输出约束、临界与缺失兜底逻辑。5.1

全量32条A类刚性规则（永久固化，数据库锁存）说明：全部A类刚性规则生效前置条件：输入的病历、影像、病理字段为有效合法业务数据；若出现字段非法、乱码、完全空白，直接触发第八章异常容错机制，A类规则不执行强制判定。5.1.1

权限合规类（1-6）1.

影像诊断、肿瘤标志物检测仅为辅助筛查手段，不得单独作为恶性肿瘤确诊依据，无终局定性、分期权限。2.

术后石蜡切片+免疫组化联合检测为肿瘤定性、TNM分期、风险分层唯一金标准，结果优先级高于所有影像、穿刺、术中冰冻报告，存在冲突时自动覆盖其他结论。3.

AI系统权限限定：影像特征提取、规则比对计算、风险分值量化、诊疗备选方案推荐、全流程操作日志留存；AI无确诊权、无临床终审权、无处方下达权限。4.

存在病灶征象临界、影像与病理结果冲突、罕见分型三类场景，系统强制弹窗锁定人工复核通道，AI不可跳过复核自动生成最终诊疗报告。5.

A类规则存储分区加密锁存，算法模型、人工操作员均无新增、删除、修改、降级规则的权限，规则迭代只能通过版本升级流程批量更新。6.

穿刺细胞病理、术中冰冻病理仅用于术前方案参考、术中术式临时调整，不可作为最终分期、远期复发风险判定依据。5.1.2

病灶定性类（7-14）7.

病理镜下检出细胞异型增生、细胞突破基底膜任一条件，刚性判定为浸润性恶性病灶。8.

病灶同时满足边界完整、包膜连续无破损、无细胞异型性、无基底膜突破、无脉管神经侵袭潜能五项条件，刚性判定良性病灶。9.

无基底膜突破、无远处转移证据，但存在局部复发、潜在恶变、浅层间质浸润特征，刚性归类交界性病灶，自动转入终身随访流程，不启用恶性肿瘤TNM分期模块。10.

病理检出脉管侵犯、神经侵犯、弥漫性浸润生长任意一项，直接标记恶性极高风险标签，风险层级不可由算法下调。11.

良性病灶流程锁死随访模块，系统刚性拦截所有放化疗、靶向、免疫抗肿瘤方案推送。12.

交界性病灶禁用TNM四期分期逻辑，系统自动屏蔽根治、姑息抗肿瘤治疗推荐，仅输出周期复查计划。13.

多模态影像征象与石蜡病理结论冲突时，以病理形态+免疫组化指标为唯一判定基准，自动清除影像预判结论。14.

病理Ki-67增殖指数超过对应器官临界阈值、异型细胞占比＞30%，刚性上调病灶恶性风险层级，不可人工下调风险标签。5.1.3

TNM分期判定类（15-24）15.

影像/病理确认M1远处转移，系统强制锁定Ⅳ期晚期标签，自动屏蔽根治性手术方案。16.

M0无远处转移前提下，病理检出区域淋巴结转移N1~N3，刚性判定Ⅲ期局部进展期肿瘤。17.

M0、N0无淋巴结转移，病理证实T2-T3深部组织浸润，刚性判定Ⅱ期早中期肿瘤。18.

Tis原位癌/T1浅层局限浸润、N0、M0无转移，刚性判定Ⅰ期早期肿瘤，适配根治手术赛道。19.

CT横断面测量区域淋巴结短径≥10mm，刚性标记淋巴结转移可疑，自动添加病理活检复核强制提示。20.

PET-CT病灶SUVmax≥2.5，刚性标记高代谢恶性可疑征象，报告强制标注“需病理确诊”。21.

术前影像预判分期与术后石蜡病理分期不一致，系统自动以病理分期覆盖并更新全病历分期标签，留存分期差异日志。22.

T分期最终数值以病理实测组织浸润深度、脏器侵犯范围为准，影像解剖测量仅作为术前预估参考，不参与终局分期计算。23.

N分期阳性淋巴结个数以病理镜下清点结果为刚性依据，影像淋巴结肿大仅作可疑提示，不参与最终N分期定级。24.

全身CT、PET检出肺、骨、肝、脑等远处脏器新发占位，直接判定M1远处转移状态，同步更新分期为Ⅳ期。5.1.4

诊疗禁忌与质控类（25-32）25.

Ⅰ期、无脉管/神经侵犯、Ki-67低表达无高危因素肿瘤，系统刚性拦截辅助放化疗、靶向、免疫治疗推荐，仅输出手术切除+年度随访方案。26.

Ⅳ期全身转移肿瘤，刚性屏蔽根治性切除手术方案，仅推送全身系统药物治疗、局部姑息减症、支持治疗三类方案。27.

交界性病灶术后随访周期不得低于6个月/次，系统禁止生成年度单次随访的宽松复查计划。28.

恶性病灶病理切缘阳性，刚性强制推送二次扩大切除或术后辅助治疗推荐，不可默认仅随访。29.

儿童、妊娠期特殊人群恶性肿瘤，系统自动过滤常规化疗高毒性方案，全部方案强制人工医师二次确认。30.

同患者前后两次病理分型结果冲突，系统自动冻结诊疗方案推送，强制启动病理科双人复核流程。31.

未获取病理确诊依据的可疑病灶，系统禁止生成抗肿瘤治疗相关方案，仅输出影像复查、穿刺活检两类建议。32.

所有A类规则触发记录、拦截记录、人工复核记录永久存储，存储周期不低于15年，支持审计检索。5.2

B类弹性规则体系（可迭代加权计算）5.2.1

风险因子基础权重常量表风险因子基础权重W₀触发条件高龄风险0.15患者年龄≥70周岁肿瘤既往史0.205年内有恶性肿瘤患病史家族高危遗传史0.18直系亲属同器官肿瘤病史临界SUV区间±0.10SUVmax∈[2.0,2.5)脉管微侵犯（交界病灶）0.25交界病灶伴浅层间质微浸润合并基础重症0.12心衰、肾衰、肝硬化等脏器衰竭

5.2.2

综合总风险得分计算公式总风险得分=基础风险分值+全部触发B类风险因子权重累加值基础风险分值固定：良性：基础0交界性：基础30恶性Ⅰ期：基础50恶性Ⅱ期：基础65恶性Ⅲ期：基础80恶性Ⅳ期：基础95分值分级编码映射：0≤总风险得分＜40→标签：低危40≤总风险得分＜70→标签：中危70≤总风险得分＜90→标签：高危90≤总风险得分≤100→标签：极高危补充约束：全部B类权重累加结果上限锁定为1.0，若多项高危因子叠加求和大于1.0，则取上限值1.0，保证总风险得分最高不超过100。5.2.3

随访周期动态计算公式随访周期=标准随访间隔×（1−全部触发B类风险因子权重累加值）标准随访间隔（单位：月）：良性12个月；交界6个月；恶性Ⅰ/Ⅱ期6个月；恶性Ⅲ/Ⅳ期3个月。约束边界：计算结果最低锁定为3个月，计算结果低于3，则强制赋值为3。5.2.4

方案适配加权匹配公式方案匹配度=方案适配基准值−负面因子权重累加+正向适配因子权重累加说明：方案适配基准值由TNM分期、病理分型信息，从内置临床指南知识库预先读取。系统对候选诊疗方案计算匹配度，按匹配度降序输出前3项作为备选推荐；匹配度＜40的方案自动隐藏，不对外展示。仅作为AI备选参考，所有方案最终必须经临床医师确认后方可采用。5.3

L4层级输入输出约束；临界值、缺失字段的兜底处理规则当输入存在指标临界、部分检查字段缺失时，A类规则仍然严格执行；缺失字段对应的B类权重统一赋值0，总风险得分做保守上浮5分，报告添加“部分检查数据缺失，结果仅供参考，建议完善检查后复核”的警示水印，系统不强行推断缺失指标的值。第六章L5层级：高危迭代专项层（动态拓展末梢子叶）L5属于通用主干之外的动态拓展层，不修改L1-L4的判定逻辑，只做风险修正、方案微调、特例接管。本体论层面，本层之下仍然可以继续递归拆分，依据本系列范式附注：单病种专项库，可在本知识库L5层之下，再完整执行一轮L1-L5递归二元拆分，生成癌种专属子知识库。6.1

低分化/未分化肿瘤子叶：风险分值修正规则当病理回报低分化、未分化，在原有总风险得分基础上固定+10分，叠加后依然受B类权重整体上限约束，总分最高不超过100；自动加密随访频次，优先在备选方案中提高强化辅助治疗的匹配度。本条目属于B类修正，不改变L1-L4的分期A类判定。6.2

脉管侵犯、神经侵犯高危标记子叶：权重叠加规则检出脉管侵犯、神经侵犯，B类权重叠加0.25；标记极高风险候选标签，触发更强的随访与辅助治疗倾向，但不能推翻A类刚性的TNM分期结果。6.3

分子靶点阳性/耐药突变专项子叶：方案适配修正读取分子病理报告，靶点阳性则上调对应靶向、免疫方案匹配度；检出耐药突变，下调对应药物方案匹配度；分子层面改变治疗方案推荐，不改动T/N/M分期的A类判定。6.4

疑难判例沉淀迭代子叶：判例入库条件、B类权重迭代触发条件满足以下任意条件的病例自动进入判例候选库：征象临界区间；影像——病理显著冲突；交界性病灶出现复发；罕见亚型。判例库经过业务专家评审确认之后，可以提取新的B类权重参数，完成权重灰度更新；判例库只允许修改B类弹性参数，绝对不能修改A类刚性规则。6.5

罕见肿瘤特例库子叶：通用规则失效时启用特例分支当系统识别为罕见肿瘤亚型，通用实体肿瘤L1-L4规则不再完全适配，则切换至特例库分支运行；特例库可以补充少量A类特例规则，特例库条目同样需要专家审核入库。第七章机器可执行推理引擎（完整工程链路）本章将L1-L5层级、A/B规则组装为端到端可执行推理引擎，包含标签字典、七步推理流程、冲突消解兜底逻辑四大模块。7.1

标准化全量标签字典（数据库映射，用于模型训练）1.

诊断权限标签：0=辅助诊断，1=终局金标准2.

病灶性质标签：0=良性，1=交界性，2=恶性3.

T/N/M、临床分期标签：见L3章节编码4.

风险标签：1=低危，2=中危，3=高危，4=极高危5.

诊疗赛道标签：1=根治手术、2=新辅助治疗、3=术后辅助治疗、4=姑息减症、5=支持治疗、6=定期随访7.2

完整七步闭环推理流程1.

多模态特征输入：影像征象、病理报告指标、患者基础信息、既往病历、分子检测结果统一输入；2.

L1层级权限校验：执行A类权限规则，区分输入是影像辅助数据还是病理金标准数据；3.

L2病灶性质二元定性判定，输出良性/交界性/恶性标签；非恶性则跳过TNM分期；4.

L3病程场景锁定，恶性病例执行T/N/M运算，输出临床分期赛道；5.

L4执行A类刚性规则匹配，完成一票否决、禁忌拦截；执行B类权重公式，计算总风险得分、随访周期、方案匹配度；6.

L5高危迭代层修正：读取分化、脉管侵犯、分子靶点、是否罕见亚型，做风险与方案二次修正；7.

人机终审与判例归档：若触发强制复核条件，则冻结报告输出，跳转人工复核接口；人工确认完成后，完整推理链路、中间变量、最终结果全部写入审计日志，符合条件的案例进入判例候选库。7.3

四大冲突消解兜底逻辑1.

病理——影像冲突：A类规则强制以石蜡病理指标重算全链路，保存旧影像分期作为历史归档；2.

多份病理报告冲突：冻结方案输出，触发双人病理复核；3.

输入数据字段缺失：B类权重置0，风险得分保守上浮，增加缺失数据警示，不做无依据推测；4.

指标落在临界区间：B类权重微调，强制人工复核，AI不自动上调恶性判定结论。临界区间不会直接生成确诊或分期结论，仅升高风险权重，交由人工综合研判。第八章工程化闭环保障体系（上线必备配套机制，对标7-9篇政务知识库）8.1

版本锁存机制A类规则绑定全局版本号；历史病历永远使用生成当时对应的知识库版本进行判定；新版本规则仅作用于新就诊病例，禁止回溯重算历史旧病历，保证不同时期病例判定结果的可复现性。B类权重参数随版本同步记录。8.2

审计留痕机制每一次推理运行，完整留存：时间戳、知识库版本、每一条被触发的A类规则ID、全部B类权重取值、中间风险得分、输入关键字段、输出结果、人工操作记录。日志不可篡改，存储周期不少于15年，支持检索审计，满足医疗系统合规要求。8.3

判例迭代机制满足条件的疑难、临界、冲突案例进入判例候选库；由临床-AI工程联合专家组评审；评审通过之后，提取更新B类权重参数，以新版本灰度发布；判例迭代流程严禁修改任何一条A类刚性规则。8.4

异常容错机制面对字段非法、指标越界、格式异常等输入，系统不崩溃；执行保守风险赋值，输出明确异常警示水印；不臆造缺失检查结果；异常事件完整写入审计日志。8.5

人机权责锁死机制固化AI禁止行为清单；系统强制复核条件不可关闭；所有最终报告、诊疗建议，必须绑定在岗医师工号确认之后，才可以打印、归档生效。第九章知识库价值、局限与未来拓展方向9.1

本体系五层原创工程价值第一，范式工程化首创：把立足“第二个结合”的递归二元拆分本土化辩证方法论完整落地肿瘤医学知识工程，不再停留于哲学思辨，形成可编码的层级化医学知识库骨架，填补国内医疗AI缺少本土底层认知范式的空白。第二，A/B双轨规则体系首创：在肿瘤AI领域实现刚性医学标准与弹性临床经验的工程分离，守住医疗合规底线同时保留个案临床适配空间，破解传统知识库要么过于僵硬、要么过于模糊的两难困境。第三，五级硬层级完整落地：L1-L5层级严格区分，每一条知识单元归属明确，避免过去知识库“论述多、边界虚、层级混杂”的通病。第四，端到端全链路推理闭环：实现从多模态输入、定性、分期、风险计算、方案推荐、质控审计完整闭环，解决多数现有知识库“只做检索、不做推理，只诊断、不衔接诊疗”的短板。第五，系列成果同源统一：与前9篇数字政务、行政审批知识库范式完全同源，构成一套完整的本土原创理论——实践成果矩阵。对比西方主流实体——关系型知识图谱技术，后者重点完成医学实体与关系抽取，缺少本体论——方法论的分层思考，也没有形成“A类刚性-B类弹性分离、按需终