Knowledge Base Audit
05-Knowledge/01-Medical 改进与可视化方案
2026-02-01 · 个人（Obsidian） · 05-Knowledge/01-Medical
从“资料汇总”升级为可检索、可复用、可维护的医疗研究/科普素材系统
基于当前目录内容扫描，总结可改进点、可视化展示方式、以及一套最小落地路径（含可复制的模板与 Dataview/Charts 片段）。
IAMetadataDataviewChartsReview LoopContent Reuse
TL;DR
结论
- 当前目录更像“一篇资料汇总”，下一步应补上 元数据 与 拆分复用，才能做出可视化仪表盘与长期维护。
- 优先级最高的三件事：① 统一命名与
frontmatter；② 把“来源/证据”拆成 Source notes；③ 做一个 Dashboard（Dataview + Charts）。 - 这份报告型笔记里已经有可直接沉淀的数据种子（设备数量、分布、研究类型、通用性缺口），非常适合转成图表与“科普素材卡”。
NOTES
1
LINKS
32
IMAGES
5
DOMAINS
7
quick check
发现疑似拼写错误的域名：cdn.ncbi.nlm.nlm.nih.gov（建议打开笔记确认图片是否能正常加载，并修正链接或下载到本地附件）。
Snapshot
目录范围
05-Knowledge/01-Medical
定位：偏“医疗/健康研究与科普素材”的知识仓库（而非个人健康日志）。
现有笔记
AI健康论文多渠道科普内容生成-搜索权威医学资讯_code_1758722017857.md
结构完整（研究→案例→监管→建议→总结），但缺少可检索字段与复盘机制。
Gaps
信息架构
- 缺少 MOC / Home 页面：入口不清晰，难以扩展到更多主题。
- 文件名含随机
code_...：对人类检索不友好（可用aliases缓解）。
元数据 & 可视化
- 没有
frontmatter→ Dataview/Charts 无法稳定聚合。 - 来源类型混杂（论文/博客/仓库）→ 缺少“证据等级”标注。
可维护性
- 外链图片存在失效风险（且发现疑似拼写域名）。
- 缺少
next_review：这类“最新进展”很快过时。
Visualization
你可以做的 3 类“看板”
| 看板 | 展示什么 | 怎么做（你已有的插件） | 价值 |
|---|---|---|---|
| Medical Home | 主题入口、最近更新、待复盘、Top sources | Dataview + Card Board（可选） | 把“文件夹”变成“系统入口” |
| Evidence Radar | 证据等级、来源类型、风险/偏见、是否可引用 | Dataview 表格 + Charts（柱状/饼图） | 避免“看起来很权威”的信息误用 |
| Content Factory | 素材卡 → 文章段落 → 渠道版本（公众号/小红书…） | Templater + Dataview（字段驱动） | 把研究投入变成稳定产出 |
Expert Views
Andy Matuschak（Evergreen notes）
主张：把“长文汇总”改造成可链接、可长期维护的原子笔记网络。
- 每条结论都应有明确语境与链接出口（它要服务哪个问题？）。
- 用“概念/主张/反例”而不是“资料堆砌”组织内容。
边界：过度原子化会增加维护成本，需要配合 MOC 与复盘节奏。
Tiago Forte（BASB / CODE）
主张：用“可交付物”反推笔记结构：为输出服务，而不是为收藏服务。
- 把这份内容拆成可复用的模块：数据点、案例、风险声明、建议段落。
- 在笔记层面就标注“可直接发布/需医学免责声明/需二次核验”。
边界：若没有明确输出场景，看板可能变成另一个“漂亮但空”的系统。
Edward Tufte（信息可视化）
主张：把“关键数字”从文本里抽出来，让数据自己说话。
- 固定 1–2 张核心图（设备增长、证据等级缺口），长期更新同一张图。
- 图表必须带来源与时间戳，否则只是一张“装饰图”。
边界：图表容易制造“确定性幻觉”，必须同时呈现限制与缺口。
Guyatt / Sackett（EBM 思路）
主张：每条医学相关结论都要问：证据等级？适用人群？外推风险？
- 把来源按“系统综述/RCT/观察性/专家意见/媒体文章/开源项目”分类。
- 把“通用性/偏见/代表性”作为固定字段，而不是段落里一笔带过。
边界：EBM 记法更“慢”，需要在“效率/严谨”之间设定你的最低标准。
Roadmap
30 分钟最小落地
- 给现有笔记补一个最小
frontmatter（type/topic/status/last_review/next_review）。 - 新建一个 Medical Home（MOC）页面：把“主题入口 + 最近更新 + 待复盘”聚合出来。
- 把本文出现的 3–5 条关键数字做成一个图表（Charts 或内嵌 SVG），并写明来源与日期。
1 周
- 把这篇报告拆成 5–10 条 Source notes（每条一个链接）。
- 沉淀 10–20 张“科普素材卡”（一条主张 + 证据 + 免责声明）。
- 做一个 Evidence Radar 看板（按证据等级/来源类型过滤）。
1 个月
- 形成“定期更新”节奏：每月更新一次核心图 + 复盘一次重点主题。
- 建立可复用输出模板：公众号长文 / 小红书短文 / PPT。
- 把外链图片关键图下载到本地附件，降低链接腐烂风险。
Details
Sources
- 本地扫描：
05-Knowledge/01-Medical（1 个 Markdown 文件） - 主笔记：
AI健康论文多渠道科普内容生成-搜索权威医学资讯_code_1758722017857.md - 外部来源：来自该笔记中的链接（未在本次离线环境逐条核验）
Closing Summary
One next action
新建一个 Medical Home（MOC）+ 给现有笔记补最小 frontmatter，让 Dataview/Charts 立刻能把“待复盘、来源类型、证据等级、关键数字”可视化出来。
把资料变成可检索、可复用、可维护的系统。
— Closing note