不只是回答问题
智能体需要阅读材料、操作工具、执行步骤，并交付可复核的结果。
先建立三个概念
不用懂 AI 工程，也能贡献一个好任务
您只需要准确还原真实诊疗或医学研究工作。技术团队会负责把它整理成可运行、可评测的智能体任务。
真实医疗工作本来就是流程
从接收材料、判断和操作，到分析、复核和记录，诊疗与医学研究都由相互依赖的工作环节构成。
过程正确同样重要
最终结果看似合理，也不能掩盖材料错配、分析错误、遗漏核对或越过人工确认边界。
关键区别
我们不是再做一套医学选择题
目标不是只考 AI 知道什么，而是检验它能否安全、完整、可追溯地完成真实医疗工作。
传统问答 · 单点
读完即作答
信息一次给全，答案通常是一个诊断、选项或知识点。
“患者头痛伴视物模糊，最可能的诊断是？”
CALE 任务 · 工作流
按真实流程完成可复核交付
需要调阅材料、使用工具、保留中间结果，并在诊疗风险、研究假设冲突或证据不足时停止并请求人工确认。
调阅资料→
执行操作→
阶段核验→
交付结果
描述任务的方法
回忆一次真实工作，按实际过程写下来
它可以来自诊断、治疗和随访，也可以来自临床试验设计、医学数据分析或研究结论核验。不必创造刁钻问题，也不要为了增加步骤而拆分。
- 01
明确场景
谁在什么情况下，需要完成什么诊疗或研究工作？
- 02
列出材料
需要哪些病历、影像、检验、研究方案、数据集、指南或软件？
- 03
还原流程
真实工作先做什么、后做什么，哪里需要专业判断？
- 04
记录核验
每个阶段产生什么，怎样核对医学、数据或统计过程合理？
- 05
定义合格
最终交付报告、数据、图表还是脚本，怎样确认整体正确且可复现？
- 06
标明安全边界
哪些患者安全、数据完整性或研究有效性错误不能发生，何时必须由专业人员介入？
真实案例导读
从四类工作流理解 CALE 想收集什么
案例覆盖影像仲裁、放疗计划、生存分析与临床试验统计设计。先理解任务结构，再按自己的真实工作填写。
Contribute a task