你需用minimax m3模型处理医学影像结构化报告与文献，生成术语标准化、可溯源、无诊疗建议的科研综述；须对齐dicom元数据、统一utf-8编码、严格限定系统角色，并分三阶段提取特征、归纳证据、校验格式。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要用MiniMax M3模型处理医学影像报告原文与相关文献，生成结构清晰、可溯源、符合科研写作规范的综述段落，且全程不涉及临床诊断建议或患者个体化解读。
准备医学影像报告与文献原始材料
从PACS系统导出DICOM元数据对应的结构化报告文本（非图像），确保包含检查类型、设备型号、扫描参数、描述性语句及结论句；同时整理PDF格式的3～5篇核心参考文献，用Adobe Acrobat提取纯文本，删除页眉页脚和图表说明文字。这一步若跳过元数据对齐，后续M3在跨模态锚定“CT肺窗窗宽窗位设定”与“磨玻璃影密度描述”时会丢失关键映射关系。
将清洗后的报告文本与文献文本分别保存为report_raw.txt和lit_2020_2024.txt，文件编码统一为UTF-8无BOM格式——【Windows记事本另存为时必须手动选“UTF-8”而非“ANSI”】，否则M3解析中文顿号、破折号时会输出乱码空格。
构造学术角色限定型系统提示词
在Minimax控制台新建应用，获取API Key后，在请求体messages数组首项设置role为system，content填入以下三行：
你是一名放射学方向科研助理，专注影像特征术语标准化与文献逻辑链梳理，仅依据用户提供的真实报告片段与已发表文献生成综述；所有描述性术语（如“支气管充气征”“反晕征”）须对应ACR Thoracic Imaging Reporting and Data System（TI-RADS）2023版定义；禁止生成任何诊断意见、风险分层或处置建议。
第二行强制绑定术语标准，第三行封死诊疗外延——没有这句约束，M3可能基于训练数据中混杂的临床指南片段，自动补全“建议3个月后复查”之类越界内容。
MiniMax 语音合成技能 - 支持同步/异步文本转语音(T2S)、音色克隆(Voice Clone)、音色设计(Voice Design)、音色查询与删除。使用模型 speech-2.8-hd，输出 mp3/wav/pcm 音频文件至本地。
分阶段调用M3生成综述初稿
第一步：输入report_raw.txt全文→触发M3提取5个高复现率影像特征短语（如“小叶间隔增厚”“胸膜下线状影”），并标注其在TI-RADS中的分类归属与原文出现位置行号；
第二步：将上步输出的5个短语+lit_2020_2024.txt中匹配段落（按TF-IDF筛选前12段）→提交给M3执行对比归纳，生成表格，列头为“特征术语｜TI-RADS定义｜2020–2022年研究共识｜2023–2024年新证据｜方法论差异点”；
第三步：把表格转为连贯段落，要求每句含明确文献锚点（作者，年份），例如：“‘反晕征’在2022年Chen等的多中心队列中敏感度达76.3%（Chen et al., 2022），但2024年KIM-LUNG协作组指出该指标在低剂量CT中特异度骤降至41.2%（Kim et al., 2024）”。
注入规则校验层修正格式漂移
方法一：用Python正则批量替换，匹配`\(([^)]{2,15},\s*\d{4})\)`→替换为`（$1）`，强制中文括号包裹作者年份；
方法二：对LaTeX输出场景，在JSON响应后插入校验脚本，检测`\textit{`是否被误写为`*`，若存在则回退至上一版token重采样——【此步不可跳过，M3在长上下文末尾易将斜体语法符号吞掉】；
方法三：人工抽检3处术语定义，打开TI-RADS 2023 PDF第17页核对“毛玻璃影”定义是否与输出完全一致，字符级比对，包括标点全半角。
