新华网在2026年6月16日的报道中记录了一个细节：一位门诊医生对医疗AI的抱怨——
“我让它识别处方上的药名，它说了一种适应症，但完全弄错了。药名都认错，剂量怎么可能放心？”
这句话不是孤立吐槽，而是医疗大模型进入三甲门诊后面临的真实考验。药名识别，这个看似基础的OCR+知识图谱任务，正在成为AI通过医疗合规门的第一道坎（来源：新华网，2026-06-16）。
2024年底，国家卫健委曾发布《卫生健康行业人工智能应用场景参考指引》，列出了84个AI应用场景，其中包含“处方审核”“用药推荐”等多个与药名直接相关的条目（南方财经网，2025-04-23）。政策铺路了，但技术落地却卡在细节里：罕见药名、手写处方、药品简称与商品名的混乱搭配，都是模型容易翻车的地方。
测试怎么做的？
虽然没有公开的完整测试报告，但综合多名一线医生反馈，我们可以还原一种典型的门诊预问诊测试场景：测试模型从一段病历或处方描述中提取药名，并判断其适应症。测试集通常包含常见药和罕见药，罕见药往往只有17-20种。为什么选17种？因为三甲医院罕见病门诊或会诊中，常用罕见药基本不超过这个数量。
模型表现如何？据多位药剂师透露，在高频药名上准确率可达95%以上，但切换到罕见药名，比如“沙利度胺”“伊马替尼”“来那度胺”等，首次识别率会骤降至70-80%。更麻烦的是，模型可能把适应症弄错——比如把主要用于多发性骨髓瘤的药归类到其他病种。这类错误在真实处方审核中是不可接受的。
误识率与人工复核的博弈
算法开发公司通常报告的是“Top-5准确率”，即前5个候选答案中包含正确药名即算正确。但临床场景要求的是单答案命中，而且不能有误导性描述。一旦发生误识，补救机制就是人工复核。
当前主流方案并非让AI独立决策，而是采用“AI初筛+药师复核”的S形流程。据北京一家三甲医院信息科负责人介绍，他们在门诊系统中嵌入了大模型，当模型对药名的置信度低于0.8时，自动触发人工核查；若置信度高于0.9，则直接通过药师初审。这种分层机制能平衡效率与安全。
这里有个容易被忽略的细节：复核的人力成本。类似问题在财务领域同样存在，比如多模态Agent在处理模糊票据时的失败案例，最终也是靠增加人工节点来兜底。具体可参考《多模态Agent避坑：手写、折叠、模糊票据的OCR实战校对链路》，其中详细记录了如何通过设计校验逻辑和人工介入来提升准确率。
罕见药名特殊在哪？
一是训练数据稀疏。主流大模型的预训练语料多来自互联网、医学文献，但罕见药的出现频率极低，模型难以学到足够区分度。二是药名相似性高。例如“长春新碱”和“长春碱”仅一字之差，适应症和毒性完全不同。三是商品名与通用名混用。进口药在国内的注册名常常与英文名差异较大，模型如果只记住了英文，就无法识别中文处方。
2026年6月，医疗领域国家人工智能应用中试基地（北京基地）发布了阶段性成果（央广网，2026-06-10），其中一项工作就是针对药物名称的标准化映射。基地负责人提到，他们正联合多家医院构建“罕见药名知识库”，通过标注和联邦学习提升模型对这一长尾分布的识别能力。
从药名识别看医疗AI的落地逻辑
回到开头医生的抱怨：药名认错只是表象，背后是模型对精确知识与常识关系的掌握不足。这不是靠单纯增加参数能解决的，而是需要更严谨的数据治理和场景化适配。
联影在2025年CMEF上发布的“元智”医疗大模型，专门针对临床做了大量微调，并搭配了药物知识图谱（联影官网）。但即便如此，在实际部署仍需经过严格的第三方验证。业内共识是：医疗AI在临床辅助上的“容错率”几乎为零，任何一个误识别都可能引发用药差错。
这也解释了为什么医院信息化部门对模型采购越来越谨慎。据新华网报道，医生担心“机器出错谁担责”，医院则面临“好用却买不起”的困境（新华网，2026-06-16）。成本是一方面，责任界定是更大的坎。
结在哪里？
与其重复“AI将取代医生”的陈词，不如正视医院信息化的真实需求：不是颠覆，而是辅助。药名识别这件事，如果模型能帮人过滤掉90%的简单案例，让药师专注复核剩余10%的高风险处方，就已经非常有价值。而这需要模型开发方与医院共同设计好“异常路由”和“容错预案”。
就像《多模态Agent避坑》一文展示的那样，AI辅助场景中，产品设计的关键不在于模型多么智能，而在于当它犯错时，系统有办法捕获并把它引导回来。医疗领域尤其如此。
一个更务实的医疗AI路线图应该是：从药名识别等高频、低风险的细分场景切入，积累数据与信任，再向诊断、治疗推荐等高敏感领域延伸。这17个罕见药名的识别考试，既是考模型，也是考整个系统的协作能力。
