一种基于偏好数据与直接偏好优化算法的传染病筛查方法

本公开提供了一种基于偏好数据与直接偏好优化算法的传染病筛查方法，通过获取患者输入的多维健康文本信息提取其中的原子症状描述，并生成对应的医学问句；确定原子症状描述与预设标准描述的一致性参考评分和基于医学问句采样确定的无参考评分，通过加权融合形成综合真实性评分；进一步结合临床预设症状重要性指标，确定症状描述的真实性奖励值，基于Bradley‑Terry模型计算任意两个症状描述之间的优选概率，构建事实性偏好数据集；将所述偏好数据集通过直接偏好优化算法进行模型微调，实时输出传染病症状筛查结果。该方案可以提高传染病的筛查准确性，显著降低漏诊和误诊率并且提升筛查的效率。