一种大语言模型的临床文本中TNM分期预测方法及系统

本发明涉及大模型技术领域，尤其涉及一种大语言模型的临床文本中TNM分期预测方法及系统，包括数据采集与预处理、指令数据采集、大语言模型指令微调、临床文本预处理、医疗事件提取、初步事件处理与筛选、提示词工程优化、RAG技术框架结合、TNM分期结果生成和JSON格式化输出；本发明通过结合大语言模型的自然语言处理能力与RAG技术框架的外部知识检索功能，提供了一种高效、准确且适应性广的TNM分期预测方法和系统，这种方法不仅能够有效提升临床肿瘤分期的自动化程度，还能够为医生提供可靠的分期依据，从而优化临床决策过程，随着医疗大数据和人工智能技术的不断发展，本发明具有广泛的应用前景和潜在的市场价值。