扫描版体检报告与影像类材料不被通用 AI 模型识别的输入边界风险

风险描述

通用对话模型对扫描版 PDF 的识别能力有限。在 SRC-LIFE-005 中，qlxsbridge 的 2022 年体检报告为扫描版，平台未能支持，实际有效分析范围从标题声称的"四年"缩为三年。这一失败点暴露了一个常被忽视的事实："我上传了"不等于"模型读到了"。

影像类材料（超声、CT、MRI、X 光、心电图、病理切片报告）通常也不能被通用对话模型直接读取，强行上传只会让用户产生"AI 已经看过"的错觉。

触发场景

• 用户把历年扫描件合并上传，期望模型做跨年比较。
• 用户把影像 PDF、纸质报告照片、心电图图片直接交给通用对话模型。
• 用户在标题或描述中声称覆盖 N 年，但实际只有可识别文字版的若干年份被处理。

检查点与缓解做法

• 上传前先测一份：先单独上传一份最旧或最复杂的报告，观察模型是否准确复述关键数值与日期。
• 明确标注"AI 未读"：对模型没有读取的年份或材料，在自己的笔记里明确写出"AI 未覆盖"，不要被标题或叙述误导。
• OCR 预处理或人工补录：对重要历史报告，可先用 OCR 工具转成可识别文本，再交给模型；或人工把关键指标录入表格，作为模型补充输入。
• 影像与心电图单独处理：这些材料通常需要专业医生解读，不适合交给通用对话模型。
• 核实输出覆盖范围：让模型明确列出"哪些年份的报告被读取、哪些项目没有数据"，并写入你自己的就医清单。

与其他风险页的关系

• AI 体检报告通俗解释的医学幻觉、急症等待与敏感健康信息泄露风险 — 输入边界是医学幻觉风险的前置条件之一：模型读不到，就更可能基于不完整数据做错误归纳。
• AI 文件检索的漏检与误分类导致重要资料被错判"不存在"的风险 — 文件检索中"看起来存在但实际未读到"的同类风险模式。

来源

• SRC-LIFE-005：qlxsbridge 在百度百家号的文章《我用 DeepSeek 帮我分析了前四年的体检报告》。