字段一样 不代表在说同一件事
CRM 的医院可能是当前执业医院，会议平台的医院可能是报名时填写的信息；“神经内科”和“神经科”也可能来自不同维护方式。把数据集中到一张表，并不会自动解决这些差异。
要分开回答两个问题：这条记录属于谁？这次行为代表什么？身份规则解决前者，报名、参会、触达等业务口径解决后者，二者不能互相替代。
One-ID 是统一身份 不是只看姓名合并
One-ID 可以理解为企业内部为每位医生建立的统一身份。以企业基础名单为起点，结合医院、科室、职称及来源信息核对，让各平台记录有共同归属。
姓名相同只是线索。如果医院、科室或时间存在冲突，不能直接合并。保留原始来源与关联依据，才能在出现疑问时追溯到具体记录。
AI 帮助缩小范围 不直接改写主数据
AI 可以识别医院别名、查找候选医生，列出城市、医院、科室等支持或冲突的线索。候选 A 多项一致，候选 B 只有姓名一致，数据管理员就有了优先核查的方向。
这些线索应呈现为候选对象与匹配依据。存在多个可能对象时，由数据管理员或业务负责人核验，不把模型的把握程度直接当作身份事实。
错配比暂时没匹配更危险
可以把记录分为三类：已确认，关键信息可交叉验证；待核验，存在多个对象或冲突；暂不匹配，现有信息不足。不要为了提高匹配数量，强行把阅读、参会等行为归给某位医生。
统一身份也需要持续维护：新平台接入、医生换医院或科室之后，谁更新基础名单，谁处理异常，发现错误如何纠正，都应事先明确。共同身份让互动可追溯，但一次阅读或参会仍不能直接证明客户的态度。