情景推演 · 已脫敏

部署後監測表(已脫敏)

把「盯着模型」變成可執行的行動。每一行回答五個問題:看甚麼,多久看一次,誰負責,甚麼算異常,接下來做甚麼。

這份文件的用途

監測表不是擺設。它存在的意義,是讓持續監督變得可執行。每一行同時回答五個問題:看甚麼,多久看一次,誰負責,甚麼算異常,以及出現異常時會怎樣。一個指標如果沒有複核負責人、觸發閾值和必須採取的行動,就不算受到治理。

這裏的結構和監測邏輯,是我在部署前治理設計中用的那一套,放在我那個面向病人的心血管代謝孿生的領域裏展示,以對應我那篇 Viewpoint 裏邊界明確的心血管代謝用例。我構建的系統還沒有部署,所以這裏的示例是一份示意性的部署後監測計劃,用來演練這套結構,不是來自實際運行系統的數字。其中不含任何保密的項目或病人細節。

固定元數據

字段 值
數據來源 可穿戴設備和電子健康記錄(EHR)數據流、模型輸出日誌、人工複核記錄
模型版本 Cardiometabolic Risk Twin,部署前構建版本(任何試點之前,在驗證時鎖定版本)
審批負責人 AI 治理負責人
生效日期 尚未生效(部署前)
版本 v0.2
最近更新 2026 年 7 月
已知侷限 部分性能指標存在標籤延遲;每月複核可能滯後於真實的臨床變化

監測表

監測對象 指標 頻率 負責人 警報閾值 觸發後的行動
輸入漂移 年齡、病種構成、數據缺失,以及心率、HRV、睡眠、血壓、HbA1c 的分佈 每月 數據團隊 任一關鍵變量出現顯著偏移 啓動漂移分析
輸出漂移 每週的高風險軌跡標記數 每週 治理負責人 比基線高出 50% 以上 通知臨床負責人複核
性能漂移 心血管風險預測的 AUC、靈敏度、校準 每月 供應商 + 數據團隊 AUC 下降 > 0.05,或靈敏度下降超過 15 個百分點 提交性能報告
校準漂移 高風險組內觀察到的與預測的心血管事件對比 每月 病人安全團隊 預測為高風險,但觀察到的發生率持續下降 重新校準或限制使用
公平性漂移 在女性、老年人,以及低收入或來自中低收入國家(LMIC)的病人中的表現 每季度 倫理 / 公平委員會 任一羣體的漏報率明顯上升 亞組審計
臨床負擔 臨床醫生處理標記所花的時間 每月 臨床科室負責人 警報疲勞相關的投訴增多 調整閾值或工作流程

設計原則

只有每個指標都綁定了負責人、觸發閾值和必須採取的行動,監測才是真監測。這張表回答的是部署之後真正要緊的問題:我們看甚麼,多久看一次,誰負責,甚麼算異常,我們又怎樣處理。這就是一份準確率報告和持續治理之間的區別。

引用資訊
字段 值
標題 Post-deployment Monitoring Table (sanitized)
作者 Xiaoyan Qian
公開頁面版本 v0.2
發佈日期 2026-08-03
固定網址 https://xiaoyanqian.com/artifacts/monitoring-table/
許可 保留所有權利
建議引用格式 Qian, X. (2026). Post-deployment Monitoring Table (sanitized) (v0.2). https://xiaoyanqian.com/artifacts/monitoring-table/