两个档案姓名相同、手机号只差一位时，系统最安全的动作通常不是自动合并，而是标记为“疑似重复”并进入人工核验。手机号可能是录入错误，也可能属于不同家庭成员；姓名相同更是常见。只有在多项证据一致、操作者有权确认且系统保留完整审计记录时，合并才可能成为下一步。
为什么“相似”不能直接等于“同一个人”
患者档案会从挂号、体检、公共卫生、家庭医生签约和第三方设备等多个来源进入系统。字段格式、更新时间和采集目的不同，同一个人可能留下多条记录；不同的人也可能共享姓名、地址或家庭联系电话。过度保守会让任务重复，过度激进则可能把一个人的健康信息、随访任务甚至授权关系并到另一个人名下，后者风险更高。
因此，去重功能的目标不是追求“零重复”，而是在不误合并的前提下，提高发现和处理重复档案的效率。系统应把匹配分数作为候选排序依据，而不是自动作出身份结论。
验收时先看四类证据是否分层
强身份字段
依法依规采集并经过验证的证件信息通常具有较高区分度，但仍需考虑历史证件、录入错误和数据使用授权。界面应适当脱敏，并限制只有必要角色才能查看和确认。
联系与家庭字段
手机号、住址、紧急联系人适合辅助判断，却不宜单独决定合并。家庭成员可能共用电话，居民也会更换号码或临时异地居住。系统应显示字段来源和生效时间，帮助操作者理解差异。
医疗与服务轨迹
就诊机构、签约团队、随访时间和任务记录可作为上下文，但不应反向暴露超出操作者权限的敏感内容。两个档案时间线发生冲突时，系统应提高风险等级，而不是为了得到一个“干净结果”而强行消除差异。
居民或授权人的确认
必要时可通过已验证渠道联系居民核实，但不应在未确认身份前透露另一档案的健康信息。核验过程本身也应形成记录，包括联系渠道、确认范围和操作者。
一次完整的合并应经历五个状态
第一，候选发现：规则只创建疑似重复关系，不改原数据。第二，证据比对：并列显示一致、冲突和缺失字段。第三，人工决定：选择不重复、暂缓或确认合并，并填写依据。第四，受控合并：明确主档案、字段取值、任务归属和授权迁移策略。第五，审计与回滚：记录前后快照、关联记录和审批人，在发现误合并时能够恢复。
用六组数据测试工具边界
可以使用完全虚构的数据，测试姓名和证件一致但手机号更新、姓名相同但证件不同、家庭成员共用号码、历史档案缺少证件、两个来源的生日格式不同、已合并后发现任务归属错误六种情况。每组都应检查系统是否说明匹配原因、是否允许排除候选、是否限制批量操作、是否保留旧主键映射，以及下游随访任务和消息订阅是否同步正确。
还要测试并发：一名人员正在核验时，另一来源又写入新数据，系统应重新提示冲突，而不是覆盖人工决定。批量合并应设置更高权限和抽样复核，且不能只提供不可逆的“一键清理”。
采购或上线时应问供应商什么
建议询问匹配规则是否可解释、阈值能否按业务场景配置、敏感字段如何脱敏、谁有确认权限、合并是否影响原始记录、下游系统如何获知主键变化，以及误合并能否完整回滚。相关流程设计可以结合站内工具推荐，业务场景可参考案例分享。
常见问题
相似度达到100%就能自动合并吗？
仍需看参与计算的字段、来源可靠性和权限要求。完全相同的低区分度字段也可能属于不同人。
合并后可以删除副档案吗？
不建议直接物理删除。应按制度保留映射、历史快照和审计记录，确保来源系统与旧链接仍可追溯。
发现重复档案是否说明系统质量差？
多源数据环境中重复难以完全避免。更关键的是系统能否及时发现、谨慎确认、稳定同步并在出错时恢复。