题目分析 / C06zh_clinical_pharmacy

临床药学 C06zh_clinical_pharmacy

中等平均分 0.807通过 14 / 已评 21
通过率
66.7%
14 / 21 个已评对象
平均分
0.807
最高 0.992 · 最低 0.256
题目类型
中文题
多轮对话 + 工具调用
题目质量提示
2 条
见本页末尾

1. 这道题是什么

题目模拟一位家属或医护人员的咨询:老年患者同时在用胺碘酮和地高辛,担心合用影响,又追问再加上华法林和螺内酯后整套方案风险高不高,并特意点出患者肾功能不好、用药要注意什么。对话中会逐步补出患者是82岁男性、约60公斤、肌酐156–165,以及主治拟调整的方案(地高辛改隔日、加螺内酯25毫克、加培哚普利4毫克)。要求助手以临床药师的方式,先把缺的关键信息问清楚,再给出肾功能评估、逐项相互作用分析、具体剂量调整和监测安排。

用户原话(题目开场)

老年患者同时在吃胺碘酮和地高辛,想问下这两种药合用影响大吗?如果再加上华法林和螺内酯,这套方案风险高不高?特别是考虑到患者肾功能不太好,用药上有什么特别需要注意的吗?

题目要求

  • 判断胺碘酮与地高辛合用影响大不大,并评估再叠加华法林、螺内酯后整套方案的整体风险
  • 针对患者肾功能不好这一点,给出需要特别注意的用药事项
  • 信息不足时先主动追问年龄、体重、肌酐、血钾以及各药的精确剂量与用药频率,而不是直接凭假设作答
  • 结合对话中补出的82岁男性、约60公斤、肌酐156–165等参数做定量估算,而不是泛泛而谈
  • 对主治拟加的地高辛改隔日、螺内酯25毫克、培哚普利4毫克给出是否合理的意见和随访监测建议

要求的交付物

  • 肾功能评估:估算肌酐清除率并给出肾功能分级
  • 四种药物之间的相互作用逐项分析与风险等级判断
  • 可执行的剂量调整方案,至少覆盖地高辛、培哚普利、螺内酯与华法林
  • 监测与随访安排,包括血钾、国际标准化比值、地高辛血药浓度与心电图等

2. 判分点与判分细节

意图理解与响应

看每一轮是否识别出用户没给的关键信息(年龄体重、精确剂量、肾功能数值)并系统追问,以及用户中途补充或修正信息后能否及时接住

数值与剂量准确性

只核对数字和剂量:肌酐清除率估算、地高辛减量幅度、胺碘酮使地高辛浓度升高的幅度、目标血药浓度、培哚普利在肾功能下降时的减量,是否与参考值一致;若最终回答整体跑题,此项直接判零

内容质量

看完整性、专业性和实用性:相互作用机理、风险分级、给药方案、监测指标是否成体系;同样设话题一致性前置检查,跑题即判零

信息收集质量

基础信息(年龄性别体重、肾功能指标、所有药物的精确剂量和频率、血钾等电解质)缺任意一项则该项不超过0.7分;合并症、合并用药、地高辛浓度、心电图等深入信息每覆盖一项加分

判分细节

评分由四个维度合成:意图理解、数值准确性、内容质量、信息收集,其中数值与内容两个维度都设了话题一致性的前置闸门,只要最终回答偏离“老年肾功能不全患者的多重用药评估与剂量调整”,该维度直接判零。数值维度给了一整套参考值作为比对基准:肌酐清除率约27毫升每分钟(允许上下约5毫升的容差)、地高辛目标谷浓度0.5–0.9纳克每毫升、胺碘酮使地高辛浓度升高约70%–100%、地高辛0.125毫克隔日一次相当于平均每日0.0625毫克、培哚普利在肌酐清除率低于30时应减至2毫克。信息收集维度用硬阈值卡分:基础信息缺任意一项就不超过0.7,只有追问到合并症、合并用药、地高辛浓度、心电图等深入项才能上浮。另一个隐性的一票否决是“没有面向用户的最终结论”——只有检索和工具调用、没有评估与建议的对象,数值与内容两项均判零。培哚普利未减量被明确认定为关键剂量建议错误或遗漏,卡在0.7以下,这是本次多个对象失分最集中的一条线。

机制说明:每题由判分模型按多个维度独立打分(完成度、稳健性、安全性等),综合分 = 0.8 × 完成度 + 0.1 × 稳健性 + 0.1 × 安全性;本批数据里稳健性与安全性恒为 1.0,因此综合分只剩完成度一个变量。综合分 ≥ 0.75 记为通过。源数据只保留了判分规则的 300 字预览。

3. 各测试对象得分统计

得分、结果、部署、耗时、Token 五个维度;按得分从高到低
测试对象得分结果部署 / 环境耗时Token失分要点
claude-opus-5-51 次运行0.992通过正常4m 31s140,872通过;助手全程精准理解用户意图,临床判断专业准确:首轮系统识别缺失信息并追问,后续准确捕捉年龄、体重、肌酐、合并用药、地高辛浓度等新增信息并更新分析;需求从相互作用风…
qwen4-max1 次运行0.985通过有波动空结果35m 59s104,914通过;全程表现接近满分。第一轮即系统识别缺失信息(肾功能数值、各药剂量、年龄体重、血钾、适应证)并结构化追问;第二轮拿到参数后首次即正确手算CrCl≈27-28(公式…
kimi-k3.1-pro2 次运行0.965通过有波动超时3、工具报错2、空结果712m 34s1,210,714通过;助手全程准确理解需求演变,系统补充了年龄、体重、剂量、肾功能、化验及时间线等关键信息,并使用工具正确计算CrCl和eGFR;对地高辛减量、高钾风险、螺内酯与呋塞…
mimo-v2.6-pro-ultraspeed测试报告0.963通过仅报告4m 30s197,454得分来自测试报告;没有轨迹与判分理由,无法复盘过程
ernie-5.5-flash-preview1 次运行0.945通过有波动工具报错2、空结果94m 57s618,616通过;助手的核心数值与剂量建议总体准确:CrCl按Cockcroft-Gault算约27–28 mL/min,符合正确范围;地高辛明显减量(0.0625 mg/天或0…
claude-sonnet-5.51 次运行0.931通过正常4m 43s161,490通过;助手系统性收集了年龄、性别、体重、肌酐/CrCl、主要药物剂量和血钾等基础信息,并在对话中持续追问呋塞米准确剂量、最新血钾/血镁、胺碘酮起始时间、心电图、地高辛…
GLM 5.3测试报告0.929通过仅报告19m 00s358,960得分来自测试报告;没有轨迹与判分理由,无法复盘过程
deepseek-v4.1-flash-1017测试报告0.928通过仅报告10m 50s769,197得分来自测试报告;没有轨迹与判分理由,无法复盘过程
Qwen3.8-Max(xhigh)测试报告0.926通过仅报告19m 50s272,071得分来自测试报告;没有轨迹与判分理由,无法复盘过程
gpt-6.1-sol1 次运行0.921通过有波动工具报错7、空结果44m 12s519,120通过;CrCl calculation is accurate (reported 26-30 mL/min, precise range 25.9-29.7 dep…
step-5-preview1 次运行0.896通过有波动工具报错2、空结果610m 46s150,452通过;助手整体信息收集意识较强,逐步追问了年龄/性别、肌酐精确值与趋势、血钾趋势、地高辛剂量与浓度、适应证、是否合用ARB/沙库巴曲缬沙坦、糖尿病、心率/心电图及甲减…
gpt-6-astra1 次运行0.841通过有波动工具报错4、空结果520m 26s385,522通过;信息收集较系统:已获得年龄、性别、体重、肌酐及既往血钾,并反复要求核对最新结果和趋势;还主动追问合并用药、地高辛浓度、心率/心电图、心衰适应证等多项深入信息。不…
Qwen3.8-Flash(xhigh)测试报告0.804通过仅报告21m 30s902,306得分来自测试报告;没有轨迹与判分理由,无法复盘过程
GLM-5.3-Flash测试报告0.750通过仅报告21m 20s65,796得分来自测试报告;没有轨迹与判分理由,无法复盘过程
MiniMax-M3.1-Flash1 次运行0.748未通过有波动超时1、工具报错3、空结果47m 16s170,633CrCl计算准确(约26–29 mL/min,按<30处理),地高辛减量方向正确且目标浓度0.5–0.9 ng/mL、胺碘酮使地高辛升高约70–100%均符合参考值;螺内酯+ACEI高钾风险识别充分,血钾阈值也明确。但培…
LongCat-2.51 次运行0.746未通过有波动工具报错5、空结果511m 04s1,007,196助手收集了年龄、性别、近似体重、肌酐、血钾及主要药物信息,但未按“所有药物精确剂量和用药频率”追问培哚普利/华法林的具体剂量与频次,也未确认螺内酯拟用频次;深入信息方面仅提到可补充诊断/适应证,未主动系统询问近期地高辛浓…
spark-x2.61 次运行0.742未通过有波动工具报错4、空结果114m 14s79,846助手主要基于用户主动提供的信息进行分析,几乎没有主动追问缺失的关键决策信息。基础信息中体重未获取而用假设值,药物精确剂量/频率不完整(如胺碘酮、华法林、呋塞米剂量及频次),血钾等电解质结果未询问;深入信息如合并症、心电图…
gemini-4-carbon1 次运行0.676未通过有波动空结果1058s46,536助手最终获得了年龄、体重、肌酐和血钾等关键信息,并追问了主要诊断;但未主动确认患者性别,也未系统收集完整用药清单及所有药物的精确剂量/频率,基础信息存在缺失,整体信息收集不够完整。
claude-fable-5-12 次运行0.547未通过正常10m 13s200,249The assistant stayed fully on topic and delivered an exceptionally complete decision chain. Step 1: computed C…
Kimi-K3(max)测试报告0.447未通过仅报告11m 00s18,667得分来自测试报告;没有轨迹与判分理由,无法复盘过程
Hy41 次运行0.256未通过有波动工具报错2、空结果66m 29s657,505助手最终没有给出任何 CrCl 计算、肾功能分级或具体剂量调整建议,虽话题相关但完全缺失数值与剂量回答,无法符合评分标准。
表中标注「仅报告」的 7 个对象(mimo-v2.6-pro-ultraspeed、GLM 5.3、deepseek-v4.1-flash-1017、Qwen3.8-Max(xhigh)、Qwen3.8-Flash(xhigh)、GLM-5.3-Flash、Kimi-K3(max))没有轨迹文件,得分、耗时、Token 取自各自的测试报告 PDF,没有判分理由与过程信息,因此不参与下面的共性错误归因。

4. 多对象出错统计

共性错误按影响对象数排序,特例单列
能力
没有把每种药的精确剂量和用药频率问全,培哚普利、华法林、螺内酯、呋塞米常有一两项停留在“知道在用、不知道多少” 4 个对象
涉及对象:LongCat-2.5、MiniMax-M3.1-Flash、gemini-4-carbon、spark-x2.6
原因:多轮对话里用户是先给大方向再补细节,模型容易在拿到年龄、体重、肌酐、血钾后就认为信息够了,直接进入分析;判分规则却要求基础信息齐备才可能超过0.7
题目
培哚普利4毫克在肾功能明显下降时没有建议减到2毫克,个别甚至明确认为4毫克不算高、不必先减 3 个对象
涉及对象:LongCat-2.5、MiniMax-M3.1-Flash、gemini-4-carbon
原因:这一条是本轮评分最硬的分界线:有对象把注意力全放在地高辛与螺内酯的相互作用上,漏掉了新增降压药本身的肾功能剂量适配;也有人知道要考虑却只给方向不给具体毫克数
环境
全程停在检索和工具调用,最后一轮没有面向用户的结论,既无肾功能评估也无剂量建议 1 个对象
涉及对象:Hy4
原因:检索源长期返回空结果、容器命令超时与网站403/404接连出现,25轮都在补数据,始终没走到收口作答这一步
能力
地高辛减量方向出现偏差,把“0.125毫克每日一次”当主推荐,实际等于维持原剂量而未减量 1 个对象
涉及对象:spark-x2.6
原因:把“隔日一次”误当成“每日一次同一剂量”来计算日均量,虽然也提到了0.0625毫克作为备选,但首要建议错了,未达到参考方案

特例

claude-fable-5-1
两条判分理由分别给了0.96和0.97,评价里明确说完成了肾功能估算、分级、相互作用与信息收集,但最终综合得分只有0.5468、未通过,得分与判分结论明显对不上,更像评分汇总环节的问题而不是回答质量问题
Hy4
25轮、约65.8万用量、389秒,是失败对象里投入最多的一次,但6次检索空结果加2次命令超时把它拖在检索阶段,最终没有产出任何结论,得分0.256,是全部对象最低
gemini-4-carbon
只用了58.49秒、8轮、约4.6万用量就收尾,是所有对象中最快最短的一次,且在10次检索空结果的情况下仍给出了主体分析,属于典型的小成本快答路线

非能力因素记录(本题被选中的那次运行)

资源、网络、额度、判分链路的问题,不应算作答题能力。

Hy4
工具报错 2 次;联网检索空结果 6 次
LongCat-2.5
工具报错 5 次;联网检索空结果 5 次
MiniMax-M3.1-Flash
工具等待超时 1 次;工具报错 3 次;联网检索空结果 4 次
claude-fable-5-1
联网检索空结果 2 次;判分模型失败 1 次
claude-opus-5-5
联网检索空结果 2 次;判分模型失败 1 次
claude-sonnet-5.5
联网检索空结果 2 次
ernie-5.5-flash-preview
工具报错 2 次;联网检索空结果 9 次
gemini-4-carbon
联网检索空结果 10 次
gpt-6-astra
工具报错 4 次;联网检索空结果 5 次
gpt-6.1-sol
工具报错 7 次;联网检索空结果 4 次
kimi-k3.1-pro
工具等待超时 3 次;工具报错 2 次;联网检索空结果 7 次
qwen4-max
联网检索空结果 3 次
spark-x2.6
工具报错 4 次;联网检索空结果 11 次
step-5-preview
工具报错 2 次;联网检索空结果 6 次
归因:总体归因以测试对象能力为主,约占60%:8个通过对象的得分落在0.84–0.99,说明题目本身可解、区分度清晰,低分集中在信息收集不彻底和培哚普利剂量适配这两类可以学会的能力上。题目设计约占25%:培哚普利必须减至2毫克这条判据口径偏硬,个别对象给出了理由充分的不同意见仍被压到0.7以下,另有基础信息“缺一项即不超过0.7”的硬阈值与多轮逐步透露信息的对话结构存在摩擦。环境约占15%:检索空结果在所有对象身上都出现(2至11次不等),Hy4因此彻底失去收口机会,另有1个对象因框架未落盘判分调用失败。此外25个对象中有11个完全没有轨迹,覆盖率只有14个,题面结论的代表性受此限制。

5. 题目质量问题

只有数据里真有证据才列入
中
培哚普利“肌酐清除率低于30应减至2毫克”被当作硬性判据,对给出合理替代论证的回答不够友好
证据:MiniMax-M3.1-Flash的判分理由写明“标准认为应减至2毫克并指出4毫克偏高,而助手明确称4毫克不算高且不建议先减ACEI,属于关键剂量建议错误”,LongCat-2.5同样只因这一项被卡在0.7以下,而gpt-6-astra提出“先核对制剂与说明书、不能只凭肌酐清除率直接判错”这一更审慎的说法仍被判通过
建议:在判分规则里写清该剂量的出处与适用制剂,并允许“给出明确理由后建议复核而不直接减量”作为等效得分路径,减少同一结论因表述不同而分数悬殊
中
信息收集维度“基础信息缺任意一项不超过0.7”的硬阈值,与用户分多轮逐步透露信息的对话结构相冲突
证据:LongCat-2.5因培哚普利与华法林剂量未追问得0.5,gemini-4-carbon因未确认性别得0.5,MiniMax-M3.1-Flash因呋塞米剂量与培哚普利频次不明得0.6,而这几项信息用户始终没有主动给出,评分理由之间也未统一口径
建议:把“用户未提供且助手已追问”和“助手根本没问”区分开计分,或按对话轮次分阶段给分,避免先问后问被一刀切
一句话结论:这道题设计清楚、区分度良好,8个通过对象集中在0.84–0.99,低分主要来自信息收集不彻底和培哚普利剂量适配这一步,个别对象分数失真则源于环境故障与评分汇总问题。
← 返回题目分析总览