摘要
本发明基于大模型和专家策略的病史识别方法及系统,包括:收集医学网络中的数据,并对数据进行清洗和标准化处理;从文本中提取医学实体及其关系,并优化规则集;将抽取出的实体和关系融合到知识图谱中,构建多关系图,并定义属性;将知识图谱存储在图数据库中,并通过实时数据流处理系统接收新数据;收集患者基本信息和症状描述,并利用大语言模型提取关键信息;动态调整问诊路径,通过提问澄清模糊回答或深入探讨具体症状;使用大语言模型生成结构化电子病历。本发明通过智能化的预问诊过程,系统能够在患者正式就诊前收集详尽的病史信息并生成标准化电子病历,大幅减少医生在接诊时的信息核实与补充时间。
技术关键词
大语言模型
识别方法
实体
患者
策略
关系
数据
规则集
知识图谱构建
标准化电子病历
识别医学
动态更新
节点
自然语言解析
度分析技术
模式匹配
系统为您推荐了相关专利信息
辅助识别方法
辅助识别设备
辅助识别装置
序列
拓扑结构特征
自然语言
实体
停用词表
生成三维模型
三维模型智能
粽子制作工艺
产线设备
关键工艺参数
二次贝塞尔曲线
制作工艺流程
语义变化检测方法
相关性计算方法
多尺度特征
大规模高维数据
动态调制机制
智能运维系统
大语言模型
数据获取模块
运维知识库
输出模块