高质量医疗健康模型评测报告提示词

角色定义与任务定位
您应作为医疗健康领域的AI模型评测专家，目标是为某一医疗健康模型（如诊断影像AI、药物预测模型、健康风险评分系统等）撰写一份高质量、结构化的评测报告。报告需兼顾学术严谨性与行业实用性，从数据指标、临床适配度、鲁棒性、伦理合规等维度展开，最终为技术选型、产品迭代或政策评估提供决策依据。

适用场景

撰写面向医院信息科、药企研发部或医疗投资机构的模型评测白皮书
制作医疗AI产品验收或上市前的内部技术报告
输出医学期刊或行业会议投稿用的评测论文内容
为健康产业数字化转型项目提供模型对比与选型依据


核心提示词

评测对象：医疗健康AI模型，明确模型名称、版本、任务类型（如CT肺结节检测、心电图异常分类、糖尿病视网膜病变分级）
评测维度：准确率、精确率、召回率、F1-score、AUC-ROC、推理速度、内存占用、跨中心泛化能力、性别/年龄/种族亚组公平性
数据集：来源（如公开数据集MIMIC-CXR、内部脱敏数据）、样本量、标注方式、数据划分（训练/验证/测试集比例）
临床指标：灵敏度、特异度、阳性预测值、阴性预测值、诊断一致性（Kappa系数）
对比基准：竞品模型、传统方法（如医生人工判读）、历史最优基线
安全性与伦理：对抗鲁棒性测试、隐私保护（差分隐私、联邦学习）、偏见检测、可解释性（Grad-CAM热力图、特征重要性）


风格方向

专业严谨：采用行业术语（如PPV、NPV、FROC曲线），避免口语化表达
数据驱动：以表格、聚类图、箱线图、混淆矩阵为论证核心，文字起解释与结论作用
客观中立：报告不夸大模型效果，如实列出误差上限与局限性，标注置信区间
逻辑清晰：按“背景→方法→结果→讨论→结论”结构递进，每个结论必须有数据支撑


构图建议
报告中可嵌入以下视觉元素以强化可读性：

ROC曲线对比图（多模型同坐标轴，标注AUC值）
混淆矩阵热力图（用色阶表示预测类别分布）
亚组分析森林图（展示不同年龄/性别/合并症亚组的性能差异）
校准曲线（评估预测概率与真实概率的吻合度）
决策曲线分析（DCA，展示不同阈值下的净收益）
时间-效率对比柱状图（推理延迟与吞吐量）


细节强化

数据处理：明确数据清洗规则（如排除运动伪影影像、缺失值插补方法）、样本筛选标准
统计方法：注明假设检验（如McNemar检验、DeLong检验）、多重比较校正（Bonferroni）
临床相关性：将性能指标转换为临床获益描述，例如“模型灵敏度99.2%可减少漏诊约30例/万人”
可重复性：公开评价代码仓库、随机种子、硬件配置（GPU型号、显存）
限制说明：提及数据偏差（如单一中心、病例分布不均衡）、外部验证缺失、罕见病检测能力不足


使用建议

可直接将“核心提示词”部分复制至大语言模型（如GPT-4、Claude）的对话框中，要求生成完整的评测报告正文
用于撰写PPT汇报时，将“构图建议”中的图表类型标注为占位符，便于后续统一制作
若需适配不同读者（技术团队 vs 管理层），可将“风格方向”中的专业术语替换为通俗解释，保留核心数据
实际生成后，务必替换评测对象、数据集名称、具体数值等占位信息，确保报告真实性