本發(fā)明涉及人工智能大語言模型，具體為一種基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話系統(tǒng)及方法。

背景技術(shù)：

1、在當(dāng)前醫(yī)療領(lǐng)域，危重癥患者的臨床診療決策面臨諸多挑戰(zhàn)。由于危重癥疾病種類繁多，患者的癥狀和治療方案各異，醫(yī)生在面對(duì)復(fù)雜多變的臨床情況時(shí)，需要快速、準(zhǔn)確地做出決策。

2、然而，傳統(tǒng)的決策支持系統(tǒng)往往依賴于固定的規(guī)則和決策樹，缺乏足夠的靈活性和智能化水平，難以滿足臨床需求。此外，醫(yī)生在處理大量患者信息時(shí)，也面臨著信息過載的問題，這不僅增加了醫(yī)生的工作負(fù)擔(dān)，也可能導(dǎo)致決策失誤。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話系統(tǒng)及方法，以解決上述背景技術(shù)中提出的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話系統(tǒng)，所述系統(tǒng)由實(shí)體抽取與信息提取模塊、數(shù)據(jù)庫查詢與信息檢索模塊、向量檢索與相似度計(jì)算模塊、重排優(yōu)化模塊以及智能回答模塊組成；

3、實(shí)體抽取與信息提取模塊，使用經(jīng)過實(shí)體抽取指令微調(diào)的大模型結(jié)合信息抽取prompt對(duì)用戶query中的危重癥疾病相關(guān)信息進(jìn)行提取，包括疾病名稱、癥狀描述、治療方案、性別、年齡；

4、數(shù)據(jù)庫查詢與信息檢索模塊，利用經(jīng)過sql生成指令微調(diào)的大模型結(jié)合sql語句生成prompt，根據(jù)提取的危重癥疾病名稱、癥狀進(jìn)行數(shù)據(jù)庫查詢sql生成，獲取數(shù)據(jù)庫中過往危重癥患者的信息、診療記錄及方案相關(guān)的文本數(shù)據(jù)；

5、向量檢索與相似度計(jì)算模塊，將用戶query信息向量化后，在預(yù)置的存儲(chǔ)危重癥疾病標(biāo)準(zhǔn)診療方案的向量數(shù)據(jù)庫中進(jìn)行基于余弦相似度算法檢索，獲取與提取用戶問題相關(guān)的top20相似診療方案的文本數(shù)據(jù)；

6、重排優(yōu)化模塊，使用rerank模型對(duì)相似標(biāo)準(zhǔn)診療方案與從數(shù)據(jù)庫中獲取到的過往診療記錄及方案進(jìn)行重排，優(yōu)化治療方案文本數(shù)據(jù)的排序，最終獲取top10相似的診療方案；

7、智能回答模塊，結(jié)合大模型生成格式規(guī)范、易于理解的回答，輔助醫(yī)生快速把握關(guān)鍵信息，做出精確的臨床診療決策。

8、優(yōu)選的，所述實(shí)體抽取與信息提取模塊，采用定制的信息抽取prompt，提高對(duì)醫(yī)療文本的理解和抽取效率，同時(shí)設(shè)計(jì)容錯(cuò)機(jī)制，避免不完整信息對(duì)后續(xù)決策過程的影響。

9、優(yōu)選的，所述數(shù)據(jù)庫查詢與信息檢索模塊，生成精確的sql查詢語句，確保檢索結(jié)果的高相關(guān)性和全面性。

10、優(yōu)選的，所述向量檢索與相似度計(jì)算模塊，利用高效的向量化技術(shù)和余弦相似度算法，快速識(shí)別出與用戶問題最為相關(guān)的top20相似診療方案。。

11、優(yōu)選的，所述重排優(yōu)化模塊，使用rerank模型綜合考慮臨床效果、患者個(gè)體差異等因素，優(yōu)化治療方案的排序。

12、一種基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話方法，所述方法包括以下步驟：

13、實(shí)體抽取與信息提取，使用經(jīng)過實(shí)體抽取指令微調(diào)的大模型結(jié)合信息抽取prompt對(duì)用戶query中的危重癥疾病相關(guān)信息進(jìn)行提取，包括疾病名稱、癥狀描述、治療方案、性別、年齡；

14、數(shù)據(jù)庫查詢與信息檢索，利用經(jīng)過sql生成指令微調(diào)的大模型結(jié)合sql語句生成prompt，根據(jù)提取的危重癥疾病名稱、癥狀進(jìn)行數(shù)據(jù)庫查詢sql生成，獲取數(shù)據(jù)庫中過往危重癥患者的信息、診療記錄及方案相關(guān)的文本數(shù)據(jù)；

15、向量檢索與相似度計(jì)算，將用戶query信息向量化后，在預(yù)置的存儲(chǔ)危重癥疾病標(biāo)準(zhǔn)診療方案的向量數(shù)據(jù)庫中進(jìn)行基于余弦相似度算法檢索，獲取與提取用戶問題相關(guān)的top20相似診療方案的文本數(shù)據(jù)；

16、重排優(yōu)化，使用rerank模型對(duì)相似標(biāo)準(zhǔn)診療方案與從數(shù)據(jù)庫中獲取到的過往診療記錄及方案進(jìn)行重排，優(yōu)化治療方案文本數(shù)據(jù)的排序，最終獲取top10相似的診療方案；

17、智能回答，結(jié)合大模型生成格式規(guī)范、易于理解的回答，輔助醫(yī)生快速把握關(guān)鍵信息，做出精確的臨床診療決策。

18、優(yōu)選的，實(shí)體抽取與信息提取，采用定制的信息抽取prompt，提高對(duì)醫(yī)療文本的理解和抽取效率，同時(shí)設(shè)計(jì)容錯(cuò)機(jī)制，避免不完整信息對(duì)后續(xù)決策過程的影響。

19、優(yōu)選的，數(shù)據(jù)庫查詢與信息檢索，生成精確的sql查詢語句，確保檢索結(jié)果的高相關(guān)性和全面性。

20、優(yōu)選的，向量檢索與相似度計(jì)算，利用高效的向量化技術(shù)和余弦相似度算法，快速識(shí)別出與用戶問題最為相關(guān)的top20相似診療方案。

21、優(yōu)選的，重排優(yōu)化，使用rerank模型綜合考慮臨床效果、患者個(gè)體差異等因素，優(yōu)化治療方案的排序。

22、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

23、本發(fā)明提出的基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話系統(tǒng)及方法，通過定制的prompt和微調(diào)的大模型，系統(tǒng)能夠更準(zhǔn)確地從用戶query中抽取關(guān)鍵醫(yī)療信息，包括疾病名稱、癥狀描述等，從而提高后續(xù)診療方案匹配的準(zhǔn)確性；利用sql生成指令微調(diào)的大模型，系統(tǒng)能夠生成精確的sql查詢語句，有效檢索醫(yī)療數(shù)據(jù)庫中的過往診療記錄，極大提升了信息檢索的效率和準(zhǔn)確性；rerank模型綜合考慮臨床效果、患者個(gè)體差異等因素，對(duì)相似診療方案進(jìn)行個(gè)性化排序，提高了治療方案的適用性和有效性；智能回答模塊能夠動(dòng)態(tài)調(diào)整回答內(nèi)容，根據(jù)醫(yī)生的反饋和患者最新狀況實(shí)時(shí)更新決策支持，確保醫(yī)生獲得最及時(shí)的輔助信息；系統(tǒng)自動(dòng)化的決策輔助流程減少了醫(yī)生在信息搜集、方案匹配和排序上的工作量，使醫(yī)生能夠?qū)⒏嗑ν度氲交颊叩闹苯又委熀妥o(hù)理中。

技術(shù)特征：

1.一種基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話系統(tǒng)，其特征在于：所述系統(tǒng)由實(shí)體抽取與信息提取模塊、數(shù)據(jù)庫查詢與信息檢索模塊、向量檢索與相似度計(jì)算模塊、重排優(yōu)化模塊以及智能回答模塊組成；

2.根據(jù)權(quán)利要求1所述的一種基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話系統(tǒng)，其特征在于：所述實(shí)體抽取與信息提取模塊，采用定制的信息抽取prompt，提高對(duì)醫(yī)療文本的理解和抽取效率，同時(shí)設(shè)計(jì)容錯(cuò)機(jī)制，避免不完整信息對(duì)后續(xù)決策過程的影響。

3.根據(jù)權(quán)利要求1所述的一種基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話系統(tǒng)，其特征在于：所述數(shù)據(jù)庫查詢與信息檢索模塊，生成精確的sql查詢語句，確保檢索結(jié)果的高相關(guān)性和全面性。

4.根據(jù)權(quán)利要求1所述的一種基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話系統(tǒng)，其特征在于：所述向量檢索與相似度計(jì)算模塊，利用高效的向量化技術(shù)和余弦相似度算法，快速識(shí)別出與用戶問題最為相關(guān)的top20相似診療方案。

5.根據(jù)權(quán)利要求1所述的一種基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話系統(tǒng)，其特征在于：所述重排優(yōu)化模塊，使用rerank模型綜合考慮臨床效果、患者個(gè)體差異等因素，優(yōu)化治療方案的排序。

6.一種根據(jù)權(quán)利要求1-5任意一項(xiàng)所述的基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話系統(tǒng)的基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話方法，其特征在于：所述方法包括以下步驟：

7.根據(jù)權(quán)利要求6所述的一種基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話方法，其特征在于：實(shí)體抽取與信息提取，采用定制的信息抽取prompt，提高對(duì)醫(yī)療文本的理解和抽取效率，同時(shí)設(shè)計(jì)容錯(cuò)機(jī)制，避免不完整信息對(duì)后續(xù)決策過程的影響。

8.根據(jù)權(quán)利要求6所述的一種基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話方法，其特征在于：數(shù)據(jù)庫查詢與信息檢索，生成精確的sql查詢語句，確保檢索結(jié)果的高相關(guān)性和全面性。

9.根據(jù)權(quán)利要求6所述的一種基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話方法，其特征在于：向量檢索與相似度計(jì)算，利用高效的向量化技術(shù)和余弦相似度算法，快速識(shí)別出與用戶問題最為相關(guān)的top20相似診療方案。

10.根據(jù)權(quán)利要求6所述的一種基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話方法，其特征在于：重排優(yōu)化，使用rerank模型綜合考慮臨床效果、患者個(gè)體差異等因素，優(yōu)化治療方案的排序。

技術(shù)總結(jié)
本發(fā)明涉及人工智能大語言模型技術(shù)領(lǐng)域，具體為一種基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話系統(tǒng)及方法，所述系統(tǒng)由實(shí)體抽取與信息提取模塊、數(shù)據(jù)庫查詢與信息檢索模塊、向量檢索與相似度計(jì)算模塊、重排優(yōu)化模塊以及智能回答模塊組成；有益效果為：本發(fā)明提出的基于大模型的醫(yī)療行業(yè)智能危重癥臨床診療決策輔助對(duì)話系統(tǒng)及方法，通過定制的Prompt和微調(diào)的大模型，系統(tǒng)能夠更準(zhǔn)確地從用戶query中抽取關(guān)鍵醫(yī)療信息，包括疾病名稱、癥狀描述等，從而提高后續(xù)診療方案匹配的準(zhǔn)確性；利用SQL生成指令微調(diào)的大模型，系統(tǒng)能夠生成精確的SQL查詢語句，有效檢索醫(yī)療數(shù)據(jù)庫中的過往診療記錄，極大提升了信息檢索的效率和準(zhǔn)確性。

技術(shù)研發(fā)人員：郝文靜,李廷,鄒宇騰,李遷
受保護(hù)的技術(shù)使用者：浪潮云信息技術(shù)股份公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21