Workbench.
从认证逻辑到数据——在你的环境中。
Inspector 定义和认证场景。工作不止于此——还需要有人在你的数据仓库中找到这些数据并编写查询。今天这意味着数据分析师每个请求花两到三天，项目结束后这些知识就蒸发了。Workbench 终结这一切。
Inspector
编写、验证、可视化并认证临床逻辑。生成可审计的包。从不触碰患者数据。任何人都能运行。
Workbench
接收认证场景并在你的数据上运行——将每个概念映射到你的数据仓库 schema，生成 SQL，并记住每一个映射供下一个项目使用。
别再为映射重复付费
今天一个数据请求意味着分析师在数据仓库里搜寻，手写 SQL，再写文档——每次两到三天。项目结束后，这些知识就随人走了。Workbench 把一次性劳动变成可复利的资产。
第一个队列在一次工作会议中就能定义，不再是多天的分析师工单。
高置信度映射自动接受；分析师只在真正有歧义的地方花时间。
每一个映射都保存为机构记忆——第二个研究从第一个验证过的映射开始。
并排对比
概念 → 列，人在回路中
对于场景中的每一个信号，Workbench 会提议该数据在你仓库中的位置——先查机构记忆，然后是同义词词典，再是医学嵌入（FAISS）——并按置信度路由每个建议，让分析师只审核需要审核的内容。
高置信度匹配自动接受。分析师可以审核，但无需操作。
显示单一建议，一键确认或拒绝。
提供两到三个候选列；分析师选择一个或手动搜索。
没有高置信匹配——分析师浏览 schema 和样本值并选择列。
每一个映射都会保存。你机构的第二个项目比第一个快——到第十个几乎全自动。
从设计上回答安全团队的第一个问题
Workbench 连接你的数据——所以它在哪里运行、什么会离开你的网络，才是关键问题。架构从一开始就回答了它。
在你的环境中
用 Docker 或 Kubernetes 自托管，在你自己的网络内部。数据库、密钥和证书都在你手里。不会向外发送任何东西。
患者数据不出门
Workbench 生成数据集规范和 SQL；查询在你的仓库内部运行，在你的边界内。可复用的记忆存储的是 schema 映射——表名和列名——而非患者记录。
可审计，不是黑盒
每一个映射和审批都有日志——谁、做了什么、什么时候、为什么——临床逻辑是开放的 PSDL 标准：可检查、可移植、属于你。
一个队列，端到端
试点是实际的合作，不是销售电话——以周计，不是以季度计。
定义范围
选一个真实队列。我们一起将其概念映射到你的 schema。
验证
你只审核系统不确定的映射。我们生成 SQL。
运行
你在自己的环境中执行，保留数据集规范和映射，供下一个研究使用。
我们需要你提供：schema 元数据——表名和列名——以及一位分析师伙伴参与几次会议。 永远不需要患者数据——我们永远不需要访问你的记录。 你保留的：一个可用的数据集规范、可复用的映射，且无锁定。
让我们一起规划试点。
我们会带你用一个真实场景演示 Workbench，看它如何映射到你的数据源，并与你的团队一起规划第一个队列。不用承诺什么——就是一次实打实的对话。