01 — 铭文
PSDL spec 0.5.0 · Apache 2.0

PSDL.

推理,封存。

临床决策逻辑的开放标准。

临床决策逻辑四散各处——藏在专有 EHR 系统里,埋在 IRB 的 PDF 里,躺在没人审查的模型代码里。警报触发或漏报时,链条断了。PSDL 是临床推理的书面语言。每个场景自带 意图 依据 溯源——经 Inspector 验证,封存为可审计记录。

02 — 困境

"模型失败不是因为能力不够。是因为推理无法追溯。"

以急性肾损伤为例。二十年间出了三套定义——RIFLE、AKIN、KDIGO——三套至今还在并行运行,取决于是哪家医院、系统上次什么时候改过、模型上次什么时候重训过。昨晚对真实患者触发的那条规则,已经找不回来了。版本在漂移。证据链全靠口述。审计变成了考古。

现状——三个孤岛
A 医院 — Epic Build
IF GFR_decrease > 25%
  THEN FLAG_RISK()
RIFLE · Risk class · 2004
B 医院 — Cerner ArDeN
sCr_rise >= 0.3 mg/dL
  WITHIN 48h -> alert
AKIN · Stage 1 · 2007
C 医院 — model.py
if model.predict(x) > 0.62:
    alert()
阈值依据:?
同一个临床问题。三个答案。
谁也验证不了谁。
用 PSDL——一份记录
aki_detection.psdl
scenario: AKI_KDIGO_Detection
version: "1.0.0"

audit:
  intent:    "Detect and stage AKI using KDIGO criteria"
  rationale: "Early detection enables timely intervention"
  provenance:
    type:      guideline
    reference: "KDIGO Clinical Practice Guideline for AKI"
    version:   "2012"

population:
  include:
    - age >= 18
  exclude:
    - dialysis_status == "chronic"

logic:
  # KDIGO Stage 1: Cr rise >=0.3 mg/dL in 48h
  #   OR 1.5-1.9x baseline within 7 days
  aki_stage1:
    when: cr_delta_48h >= 0.3 OR (cr_ratio >= 1.5 AND cr_ratio < 2.0)
    severity: medium
一份记录。
可验证。可复现。

PSDL 之于临床决策逻辑,正如 SQL 之于数据查询、ONNX 之于机器学习模型、GraphQL 之于 API——

临床决策逻辑的语义层。

用 PSDL 写的场景不是脚本。它是记录。

03 — 制品

认证包

Inspector 产出的不是报告。它是记录制品——一个封存的包,为每一个临床决策回答监管方必问的三个问题。

认证场景包
audit.provenance
KDIGO 急性肾损伤临床实践指南 · 2012
为何audit.rationale
早期 AKI 检测能及时干预,防止进展为肾衰竭
做什么audit.intent
使用 KDIGO 标准检测和分期急性肾损伤
spec 0.5.0
sha256:4f9c…d8a3
……及其机器可读封印
{
  "scenario":     "AKI_KDIGO_Detection",
  "spec_version": "0.5.0",
  "audit": {
    "intent":     "Detect and stage AKI using KDIGO criteria",
    "rationale":  "Early detection enables timely intervention",
    "provenance": {
      "type":      "guideline",
      "reference": "KDIGO Clinical Practice Guideline for AKI",
      "version":   "2012"
    }
  },
  "terminology_anchors": [
    { "signal": "Cr", "system": "LOINC", "code": "2160-0" }
  ],
  "hash":      "sha256:4f9c…d8a3",
  "signed_at": "2026-05-22T09:14:02Z",
  "certified": true
}

IRB 可读,流水线也可读。同一份记录,两种方式。

04 — 工具
Inspector v0.2.0 · psdl-lang ≥ 0.4.0MIT · 开源

PSDL Inspector

开放治理中间件。Inspector 验证、可视化并认证 PSDL 场景——将一个 YAML 文件转化为可审计的包。免费、开源、现在就能用。

i

三种编写方式

引导式 Builder、AI 自然语言生成(OpenAI 或本地 Ollama 模型)、或带实时校验的原始 YAML。

ii

OMOP 词汇搜索

将每个信号绑定到真实概念——SNOMED、RxNorm、LOINC——来自内置的 OMOP 词汇库。术语经过丰富和锚定,不是自由文本。

iii

按规范验证

psdl-lang 检查结构、单位和引用,在认证前将错误内联显示。

iv

决策图

信号、趋势、门控和逻辑渲染为交互式 DAG,节点按严重程度着色——让推理可见。

v

认证包

带校验和的审计包,含术语锚点和治理清单——防篡改,随时可交付。

vi

IRB Word + MEDS

导出 AI 增强的 IRB 文档为 Word 文件,外加 MEDS 预览供下游流水线使用。

Inspector 认证的是逻辑。它永远不连接患者数据,不执行场景,不触碰 PHI——这条线是刻意画的。

Sepsis-3 qSOFA + 乳酸——完整演示
流水线
BuilderValidateDAGAnchorBundleIRB WordMEDS

在 Builder 中编写或粘贴原始 YAML。Inspector 对照规范检查,绘制决策图,用内容哈希锚定,导出认证包——外加 IRB 就绪的 Word 文档和 MEDS 预览。

一个场景,写下来
signals + trends
signals:
  Cr:
    ref: creatinine
    expected_unit: mg/dL
  Cr_baseline:
    ref: creatinine_baseline
    expected_unit: mg/dL

trends:
  cr_delta_48h:
    expr: delta(Cr, 48h)                # change over 48h
    unit: mg/dL
  cr_ratio:
    expr: last(Cr) / last(Cr_baseline)  # current / baseline
    unit: ratio
……以及 Inspector 绘制的图
Crcreatinine · mg/dLCr_baselinebaseline · mg/dLcr_delta_48hdelta(Cr, 48h)cr_ratioCr / Cr_baselineaki_stage1MEDIUMaki_stage2HIGHaki_presentsignaltrendlogic · severity
工具内部
AI 辅助编写
IAI 辅助编写
按规范验证
II按规范验证
导出认证包
III导出认证包
05 — 语言

PSDL,开放标准

Inspector 只是一个工具。PSDL 本身是底层的语言——一个开放规范(Apache 2.0),用于编写自带意图、依据和溯源的临床场景。它映射到 OMOP,在真实数据上运行:MIMIC-IV、PhysioNet、Synthea。

临床 AI 只有当它的推理能被见证时才会被信任——不是从输出推断,而是从记录中读取,由编写者签名,基于他们所依据的证据。

06 — 工作台
面向机构

PSDL Workbench

Inspector 定义和认证逻辑。Workbench 在你机构的数据上运行它。它接收认证场景,将每个概念映射到你自己的数据仓库 schema,生成提取队列的查询——并在过程中构建可复用的映射记忆。

专为医疗系统和研究 IT 打造。预约演示或与我们探讨试点。

对比 & 聊试点 →
定义 & 认证逻辑Inspector
连接你的 EHR / 数据仓库Workbench
自动映射概念 → SQLWorkbench
可复用的机构记忆Workbench
完整对比 →