个体患者数据（IPD）是二次分析生存结局的黄金标准，但实际很少公开。若能从已发表的Kaplan‑Meier（KM）曲线中恢复IPD，将极大提升证据再利用的可能性。现有方法均声称能够高保真重建，却只依据各自选取的匹配指标进行评估，并且只能输出唯一的数据集，忽视了从图像到数据的映射本身并非一一对应。\ \ 我们明确了“保真度”的定义：① 数据集必须完整复现风险表（risk table）；② 曲线点必须在图像分辨率范围内紧贴数字化后的KM曲线；③ 必须满足文中给出的中位生存时间、置信区间以及事件总数。满足这三条约束的数据集即为可接受的（admissible）。\ \ 基于此，本文提出 StochIKM——一种随机算法。首先利用具备视觉理解能力的语言模型（vision‑capable LLM）对KM图进行高精度数字化；随后在上述保真约束下，通过随机采样与约束求解生成满足条件的多个IPD集合。只要图像被正确读取，算法必能找到解；若出现失败，则说明原始图或数字化过程存在错误。\ \ 在模拟实验以及对79个已发表肿瘤学试验臂的实证检验中，StochIKM 在风险表和中位生存时间的复现误差上均显著优于 LLM‑enhanced IPDfromKM，这一高影响力的对手方法。\ \ 点评