本發(fā)明屬于人工智能，尤其涉及一種基于大語(yǔ)言模型語(yǔ)言推理分析的在線醫(yī)療問(wèn)診方法及系統(tǒng)。

背景技術(shù)：

1、診斷過(guò)程是醫(yī)療實(shí)踐領(lǐng)域的一個(gè)關(guān)鍵基礎(chǔ)，因?yàn)樗枰t(yī)生和患者之間進(jìn)行多輪溝通。近年來(lái)，大型語(yǔ)言模型（llms）的進(jìn)步為加強(qiáng)診斷過(guò)程開(kāi)辟了前所未有的途徑。將llms整合到在線醫(yī)療問(wèn)診中，如表現(xiàn)良好的商業(yè)工具glass?ai，可以為患者提供顯著的好處。從患者的角度來(lái)看，llms可以高效地分析醫(yī)療歷史和癥狀，協(xié)助醫(yī)療提供者做出明智的決策。此外，通過(guò)llms增強(qiáng)的咨詢可以提供基于個(gè)人健康數(shù)據(jù)的個(gè)性化治療建議，有助于更定制化和有效的干預(yù)措施。然而，當(dāng)前的研究主要討論了人們是否會(huì)信任llms以及如何設(shè)計(jì)llms以獲得人們的信任，對(duì)于理解和驗(yàn)證llms的醫(yī)療推理以增強(qiáng)患者信任的關(guān)注有限。

2、專利文獻(xiàn)cn114969306a公開(kāi)了一種醫(yī)療信息推薦模型的訓(xùn)練方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該方法包括：獲取第一問(wèn)診對(duì)話信息和第二問(wèn)診對(duì)話信息；在第一問(wèn)診對(duì)話信息中提取若干第一候選語(yǔ)句，得到正樣本語(yǔ)句信息；在第二問(wèn)診對(duì)話信息提取若干第二候選語(yǔ)句，得到負(fù)樣本語(yǔ)句信息；將正樣本語(yǔ)句信息和負(fù)樣本語(yǔ)句信息輸入至醫(yī)療信息推薦模型，得到對(duì)應(yīng)的語(yǔ)句向量；基于預(yù)設(shè)的損失函數(shù)，根據(jù)正樣本語(yǔ)句向量和負(fù)樣本語(yǔ)句向量計(jì)算損失值；根據(jù)損失值對(duì)醫(yī)療信息推薦模型進(jìn)行調(diào)整，得到訓(xùn)練好的醫(yī)療信息推薦模型。

3、專利文獻(xiàn)cn117194604a公開(kāi)了一種智慧醫(yī)療病患問(wèn)診語(yǔ)料庫(kù)構(gòu)建方法，該方法包括：采集醫(yī)療問(wèn)診數(shù)據(jù)，根據(jù)各詞出現(xiàn)的概率以及與疾病種類詞語(yǔ)共同出現(xiàn)的概率構(gòu)建詞癥關(guān)聯(lián)指數(shù)；結(jié)合患者問(wèn)診數(shù)據(jù)中各句每個(gè)詞語(yǔ)與各類病癥之間的詞癥關(guān)聯(lián)指數(shù)得到各句對(duì)應(yīng)病癥種類的句癥關(guān)聯(lián)指數(shù)；構(gòu)建病癥權(quán)重共現(xiàn)矩陣及病癥種類關(guān)聯(lián)共現(xiàn)矩陣，得到各句對(duì)應(yīng)疾病種類的雙詞修正指數(shù)序列；根據(jù)句癥關(guān)聯(lián)指數(shù)序列和雙詞修正指數(shù)序列得到各句的修正句癥關(guān)聯(lián)指數(shù)序列；結(jié)合bert神經(jīng)網(wǎng)絡(luò)對(duì)患者問(wèn)診數(shù)據(jù)進(jìn)行分類并更新智慧醫(yī)療病患問(wèn)診語(yǔ)料庫(kù)。

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語(yǔ)言模型語(yǔ)言推理分析的在線醫(yī)療問(wèn)診方法及系統(tǒng)，該方法能將醫(yī)學(xué)概念融合入人機(jī)交互過(guò)程中，以優(yōu)化問(wèn)診結(jié)果的邏輯性，從而為用戶提供更可靠的醫(yī)療建議。

2、為了實(shí)現(xiàn)了本發(fā)明的目的，提供如下技術(shù)方案：種基于大語(yǔ)言模型語(yǔ)言推理分析的在線醫(yī)療問(wèn)診方法，包括以下步驟：獲取患者就診信息，其包括患者的癥狀描述，和對(duì)應(yīng)的診斷結(jié)果，并發(fā)癥類型以及治療方案，所述治療方案包括用藥信息和治療手段；

3、構(gòu)建包含醫(yī)學(xué)概念的醫(yī)學(xué)知識(shí)庫(kù)以及包含用藥禁忌的藥物數(shù)據(jù)庫(kù)；

4、基于醫(yī)學(xué)概念對(duì)患者就診信息進(jìn)行關(guān)鍵詞提取，以構(gòu)建包含癥狀元素，診斷元素，并發(fā)癥元素和治療元素的推理元組數(shù)據(jù)庫(kù)；

5、將所述推理元組數(shù)據(jù)庫(kù)中各元素作為節(jié)點(diǎn)，以醫(yī)學(xué)推理方向作為關(guān)系邊構(gòu)建對(duì)應(yīng)的語(yǔ)義網(wǎng)絡(luò)，并將所述語(yǔ)義網(wǎng)絡(luò)與預(yù)訓(xùn)練的大語(yǔ)言模型組成推理模型，所述推理模型包括數(shù)據(jù)采集模塊，推理元組提取模塊，推理元組查詢模塊以及推理元組驗(yàn)證模塊；

6、所述數(shù)據(jù)采集模塊，用于獲取輸入的語(yǔ)音數(shù)據(jù)或/和文本數(shù)據(jù)，以輸出統(tǒng)一格式的輸入文本；

7、所述推理元組提取模塊，用于提取輸入文本中關(guān)于癥狀描述的關(guān)鍵詞，并在醫(yī)學(xué)知識(shí)庫(kù)中進(jìn)行相似度匹配，以輸出所有相關(guān)的癥狀元素；

8、所述推理元組查詢模塊，用于將所有相關(guān)的癥狀元素在推理元組數(shù)據(jù)庫(kù)中進(jìn)行相似度匹配，以生成每個(gè)癥狀元素對(duì)應(yīng)的推理元組；

9、所述推理元組驗(yàn)證模塊，以每?jī)蓚€(gè)推理元組之間進(jìn)行配對(duì)驗(yàn)證，以輸出兩個(gè)推理元組之間的關(guān)聯(lián)關(guān)系，并將兩個(gè)推理元組之間不同的用藥信息輸入至藥物數(shù)據(jù)庫(kù)進(jìn)行分析，以輸出兩個(gè)推理元組之間的藥物關(guān)系。

10、具體的，根據(jù)所述推理元組構(gòu)建以癥狀元素為起點(diǎn)節(jié)點(diǎn)，以治療元素為終點(diǎn)節(jié)點(diǎn)的示意圖，并在起點(diǎn)節(jié)點(diǎn)與終點(diǎn)節(jié)點(diǎn)之間通過(guò)關(guān)系邊直接連接或以中間節(jié)點(diǎn)進(jìn)行銜接；

11、所述中間節(jié)點(diǎn)以診斷元素或/和并發(fā)癥元素組成。

12、具體的，所述推理模型還包括可視化模塊，所述可視化模塊用于將匹配獲得的元素以可編輯文本框進(jìn)行展示，并將醫(yī)學(xué)推理方向作為單向箭頭線將各元素進(jìn)行相連，以生成用于指導(dǎo)醫(yī)療方案設(shè)計(jì)的思維導(dǎo)圖；

13、兩個(gè)推理元組之間的關(guān)聯(lián)關(guān)系通過(guò)實(shí)線或虛線表示，其中，當(dāng)存在關(guān)聯(lián)關(guān)系采用實(shí)線，當(dāng)不存在關(guān)聯(lián)采用虛線；

14、兩個(gè)推理元組之間的藥物關(guān)系通過(guò)添加警告圖標(biāo)進(jìn)行提示，當(dāng)存在用藥沖突時(shí)通過(guò)帶有警告圖標(biāo)的連接線對(duì)兩個(gè)推理元組進(jìn)行關(guān)聯(lián)，當(dāng)不存在用藥沖突時(shí)則不做關(guān)聯(lián)處理。

15、本發(fā)明通過(guò)醫(yī)療概念對(duì)患者就診信息進(jìn)行關(guān)鍵詞提取以構(gòu)建對(duì)應(yīng)的語(yǔ)義網(wǎng)絡(luò)，并結(jié)合預(yù)構(gòu)建的醫(yī)學(xué)知識(shí)庫(kù)和藥物數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)檢索，以構(gòu)建對(duì)應(yīng)的推理元組，以進(jìn)一步細(xì)化和豐富用戶對(duì)于推理元組中的元素信息。

16、具體的，所述藥物關(guān)系包括藥與藥之間的影響關(guān)系，以及藥與食物之間的影響關(guān)系。

17、具體的，所述影響關(guān)系包括增加藥物活性，減少藥物活性，增加聯(lián)合使用風(fēng)險(xiǎn)以及降低聯(lián)合使用風(fēng)險(xiǎn)。

18、具體的，所述推理元組驗(yàn)證模塊的配對(duì)驗(yàn)證過(guò)程如下：

19、將其中一個(gè)推理元組中某一節(jié)點(diǎn)的元素作為檢索起始，將另外一個(gè)推理元組中非相同節(jié)點(diǎn)的元素作為檢索目標(biāo)；

20、基于所述檢索起始與所述檢索目標(biāo)在推理元組數(shù)據(jù)庫(kù)進(jìn)行相似度匹配，若相似度匹配值大于閾值，則賦予兩個(gè)推理元組存在關(guān)聯(lián)的標(biāo)簽，反之則賦予無(wú)關(guān)聯(lián)標(biāo)簽。

21、具體的，所述醫(yī)學(xué)推理方向依次包括癥狀描述，基于癥狀描述以給出初步的診斷結(jié)果和拓展對(duì)應(yīng)的并發(fā)癥類型，以及根據(jù)診斷結(jié)果和并發(fā)癥類型給出用于參考的治療方案。

22、為了實(shí)現(xiàn)本發(fā)明的第二個(gè)目的，提供了如下技術(shù)方案：一種在線醫(yī)療問(wèn)診系統(tǒng)，通過(guò)上述的基于大語(yǔ)言模型語(yǔ)言推理分析的在線醫(yī)療問(wèn)診方法實(shí)現(xiàn)，其包括交互單元，數(shù)據(jù)分析單元以及可視化輸出單元；

23、所述交互單元，用于獲取輸入的文本數(shù)據(jù)，以輸出統(tǒng)一格式的輸入文本；

24、所述數(shù)據(jù)分析單元，用于對(duì)輸入文本進(jìn)行匹配分析，以輸出相關(guān)的推理元組，以及各推理元組之間的關(guān)聯(lián)關(guān)系和用藥關(guān)系；

25、所述可視化輸出單元，基于所輸出的推理元組構(gòu)建對(duì)應(yīng)的思維導(dǎo)圖，并根據(jù)對(duì)應(yīng)的關(guān)聯(lián)關(guān)系和用藥關(guān)系對(duì)思維導(dǎo)圖進(jìn)行圖像編輯。

26、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：

27、基于醫(yī)學(xué)知識(shí)庫(kù)構(gòu)建對(duì)應(yīng)的語(yǔ)義網(wǎng)絡(luò)，并在交互問(wèn)診過(guò)程中引入藥物數(shù)據(jù)庫(kù)進(jìn)行階段驗(yàn)證，以保證每個(gè)元組的推理結(jié)果都有醫(yī)學(xué)知識(shí)的依據(jù)，減少了由于專業(yè)知識(shí)不匹配導(dǎo)致的誤差，從而增強(qiáng)了患者安全。

技術(shù)特征：

1.一種基于大語(yǔ)言模型語(yǔ)言推理分析的在線醫(yī)療問(wèn)診方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于大語(yǔ)言模型語(yǔ)言推理分析的在線醫(yī)療問(wèn)診方法，其特征在于，根據(jù)所述推理元組構(gòu)建以癥狀元素為起點(diǎn)節(jié)點(diǎn)，以治療元素為終點(diǎn)節(jié)點(diǎn)的示意圖，并在起點(diǎn)節(jié)點(diǎn)與終點(diǎn)節(jié)點(diǎn)之間通過(guò)關(guān)系邊直接連接或以中間節(jié)點(diǎn)進(jìn)行銜接；

3.根據(jù)權(quán)利要求1所述的基于大語(yǔ)言模型語(yǔ)言推理分析的在線醫(yī)療問(wèn)診方法，其特征在于，所述推理模型還包括可視化模塊，所述可視化模塊用于將匹配獲得的元素以可編輯文本框進(jìn)行展示，并將醫(yī)學(xué)推理方向作為單向箭頭線將各元素進(jìn)行相連，以生成用于指導(dǎo)醫(yī)療方案設(shè)計(jì)的思維導(dǎo)圖；

4.根據(jù)權(quán)利要求1所述的基于大語(yǔ)言模型語(yǔ)言推理分析的在線醫(yī)療問(wèn)診方法，其特征在于，所述藥物關(guān)系包括藥與藥之間的影響關(guān)系，以及藥與食物之間的影響關(guān)系。

5.根據(jù)權(quán)利要求4所述的基于大語(yǔ)言模型語(yǔ)言推理分析的在線醫(yī)療問(wèn)診方法，其特征在于，所述影響關(guān)系包括增加藥物活性，減少藥物活性，增加聯(lián)合使用風(fēng)險(xiǎn)以及降低聯(lián)合使用風(fēng)險(xiǎn)。

6.根據(jù)權(quán)利要求1所述的基于大語(yǔ)言模型語(yǔ)言推理分析的在線醫(yī)療問(wèn)診方法，其特征在于，所述推理元組驗(yàn)證模塊的配對(duì)驗(yàn)證過(guò)程如下：

7.根據(jù)權(quán)利要求1所述的基于大語(yǔ)言模型語(yǔ)言推理分析的在線醫(yī)療問(wèn)診方法，其特征在于，所述醫(yī)學(xué)推理方向依次包括癥狀描述，基于癥狀描述以給出初步的診斷結(jié)果和拓展對(duì)應(yīng)的并發(fā)癥類型，以及根據(jù)診斷結(jié)果和并發(fā)癥類型給出用于參考的治療方案。

8.一種在線醫(yī)療問(wèn)診系統(tǒng)，其特征在于，通過(guò)如權(quán)利要求1~7任一項(xiàng)所述的基于大語(yǔ)言模型語(yǔ)言推理分析的在線醫(yī)療問(wèn)診方法實(shí)現(xiàn)，其包括交互單元，數(shù)據(jù)分析單元以及可視化輸出單元；

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于大語(yǔ)言模型語(yǔ)言推理分析的在線醫(yī)療問(wèn)診方法，包括：獲取患者就診信息；構(gòu)建醫(yī)學(xué)知識(shí)庫(kù)和藥物數(shù)據(jù)庫(kù)；基于醫(yī)學(xué)概念對(duì)患者就診信息進(jìn)行關(guān)鍵詞提取，以構(gòu)建包含癥狀元素，診斷元素，并發(fā)癥元素和治療元素的推理元組數(shù)據(jù)庫(kù)；將所述推理元組數(shù)據(jù)庫(kù)中各元素作為節(jié)點(diǎn)，以醫(yī)學(xué)推理方向作為關(guān)系邊構(gòu)建對(duì)應(yīng)的語(yǔ)義網(wǎng)絡(luò)，并將所述語(yǔ)義網(wǎng)絡(luò)與預(yù)訓(xùn)練的大語(yǔ)言模型組成推理模型。本發(fā)明還提供了一種在線醫(yī)療問(wèn)診系統(tǒng)。本發(fā)明提供的方法能將醫(yī)學(xué)概念融合入人機(jī)交互過(guò)程中，以優(yōu)化問(wèn)診結(jié)果的邏輯性，從而為用戶提供更可靠的醫(yī)療建議。

技術(shù)研發(fā)人員：陳為,吳雨薇,周姿含,朱標(biāo),朱閩峰
受保護(hù)的技術(shù)使用者：浙江大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9