这篇写想用 AI 读甲醛检测报告的人。检测报告要么是一张扫描图，要么是几页 PDF，你拍照发给模型，让它把甲醛数值、检测依据、采样条件全读出来——这事现在能做，但做错的概率不低，而且错的方式跟你直觉相反。治理那边的流程在除甲醛公司说要做三个疗程里说。
先说结论：AI 读报告有用，但它的错法比你想的隐蔽
这个判断有依据。广东省药品监督管理局 2026 年披露，省药检所的「生物制品批签发 AI 智能预审模型」在 2026 年 3 月通过验收。这套系统用大语言模型加 OCR，覆盖文档解析、指标提取、逻辑推理、合规判断和报告生成全流程。105 天开发、90 天试运行之后，审核报告整体准确率 98%，单份报告出具时间压到 10 分钟以内，人力成本节省超过 60%。
这是官方机构公开披露的数字，不是厂商宣传稿。同方向的还有天津医科大学肿瘤医院检验科，2026 年 3 月上线 AI 智能辅助审核系统，跟院内实验室信息系统实时联动，自动识别报告各项指标并标注需要重点关注的异常值，患者等报告的时间缩短了约 30 分钟。院方自己的说法是让 AI 成为检验医师的「得力助手」，不是替代医师。
所以这不是概念阶段的事，已经有可核对的落地案例了。但注意，这两个案例的共同点：读的是结构相对规整、由信息系统生成的文档。甲醛检测报告不一样。
为什么真实的检测报告比报告模板难得多
多模态模型在标准化数字文档上的准确率可以到 90% 以上，但在真实文档档案上通常低 15 到 30 个百分点。这个差距不是营销问题，是数据的物质差异造成的。
真实档案里有什么？扫描件分辨率和 DPI 不一，同一份文档里混着多种语言，手写批注压在印刷文字上，页面旋转倾斜，原件褪色或破损，还有根本不在训练分布里的版式，以及跨页的表格但表头不一致。
这些特征会拉低准确率，叠加起来拉得更狠。模型在基准数据集上 92%、在一家公司真实历史档案上 67%，这不是模型坏了，是它按训练数据如实表现。
更要命的是有一批失败模式是静默的。检测机构把你的报告版式稍微改了一点，系统不报警，但把字段悄悄映射到了错误位置。你不会看到错误提示，只会在几个月后积累出一堆数据债。要解决就得在版式偏离训练模板时触发重新校验。
手写和签名是另一道坎。印刷体识别基本已经解决，但手写批注、潦草笔记、签名仍然是生产环境的瓶颈。保险行业有个典型场景特别说明问题：材料第一页是打印的，抽取效果看着很好；后面核损员在页边空白处写了几笔，授权页上的签名又淡、又被印章盖了一半。这时候丢的就不是几个字符，是整件事的意思。
最危险的不是读不出来，是读错了还特别自信
这一条值得你单独记住，因为它跟你直觉相反。
模型读不出一个字段时，会返回空值。空值进到后面的系统里会触发异常，异常会被人发现，人去复核，错误就止住了。
而如果模型把 1000 读成了 100，并且以 0.97 的置信度返回，这个值看起来完全正常。它会顺利通过异常检查，进入下游系统，被处理、被存储，几天或几周之后在对账的时候才暴露，这时候错误已经扩散过好几个系统，根因很难重建。
2025 年一项针对企业多模态文档管线的分析确认了这一点：高置信度的抽取错误是生产事故的主要来源，不是那些触发了人工复核的低置信度失败。
所以判断一份 AI 读出来的报告能不能用，标准不是「看着对不对」，是「有没有哪个字段它读得特别自信」。
正确用法是：AI 提取，人核对，这三件事不能省
工程上应对高置信度错误，办法不是换更强的模型，是把置信度当成下游路由决策的输入，而不是当成结论。具体是三件事。
第一，按字段设置信度阈值。哪个字段错了后果最严重，哪个字段的阈值就设最高。低置信度的直接转人工，而不是让它往下走。
第二，追踪逐字段的准确率。这件事的作用是监测模型漂移——同一套系统半年后读得准不准，跟刚上线时不是一回事。
第三，把裁切出来的原图和抽取值一起存。这样复核的人能看到原文那一块长什么样，不用重新扫一遍。这一条对你要维权的时候特别有用。
这也解释了为什么专业机构做的系统都是「AI 预审」加「人工复核」的组合，而不是 AI 全权决定。广东省药检所那个项目准确率 98%，剩下 2% 靠什么，就是靠这个机制兜住。
关于模型幻觉的成因和识别办法，什么是幻觉检测有更细的拆法。检测报告场景里最典型的幻觉是凭空生成原文中不存在的一行表格数据。
你自己做检测的这几件事，AI 能帮什么
回到你自己的场景。检测报告拿到手，先分清哪些交给 AI，哪些必须自己看。
适合交给 AI 的：把手写的项目名、被圈出来的数值、盖了章的日期这类零散信息结构化。天津医科大学的系统能自动标注异常值，这个思路在家庭检测场景同样适用——让模型把超限值的项目挑出来，省得你自己一行行对。
必须自己看的：采样条件。关闭门窗多久、点位布在哪儿、当时温度多少——这几项 AI 基本读不准，因为它理解不了「这个房间当时是什么状态」。不写采样条件的报告，等于没有，不管数据是谁读出来的。
还要说清两份文件的区别，这是读报告之前就该知道的。GB/T 18883-2022 管已投入使用的室内环境，采样前关闭门窗 12 小时，甲醛 1 小时均值限值 0.08 mg/m3。GB 50325-2020 管新建改扩建工程的竣工验收，关闭门窗 1 小时，Ⅰ 类 ≤0.07、Ⅱ 类 ≤0.08 mg/m3。密闭时间不一样，测出来的浓度能差两到三倍。
开发商交房时按后面那份测，达标了你能接房。但你入住前想知道自家实际情况，要按前面那份重新测。这跟用什么模型无关，但比用什么模型重要得多。
2026 年还有一个变化，跟 AI 无关但你得知道
市场监管总局 2026 年第 14 号公告对检验检测机构资质认定实行「一单价库」管理。上面那两份文件对应的甲醛检测项目，目前没有纳入这个管理范围。
结果就是：这一类检测不需要取得 CMA 资质认定，检测报告上不得标注 CMA 标志。这是合规状态，不是机构掉级，机构本身的 CMA 资质仍然有效，检测方法和数据可靠性没有变。
所以你如果看到报告上没有 CMA 章，先别慌。这是规则改了，不是机构降级。这件事在不实报告和虚假报告不是一回事那篇有更细的说明。
另外一件事：拿 AI 读出来的数值跟手抄的数值不一致怎么办？先看是不是位数读错了，比如 0.083 被读成 0.83。这属于异常检测那套思路能覆盖的问题——不是模型不行，是这一行的字迹本身需要复核。
最后一句提醒：闻味道判断甲醛这个方法直接删掉。甲醛本身无色、低浓度没有明显气味，常说的刺鼻味大多来自苯系物、酯类等其他挥发性有机物。闻不到味不等于不超标，反过来也一样。
