一种基于大小模型联动的抑郁风险筛查优化方法及系统

AITNT
正文
推荐专利
一种基于大小模型联动的抑郁风险筛查优化方法及系统
申请号:CN202510528711
申请日期:2025-04-25
公开号:CN120452777A
公开日期:2025-08-08
类型:发明专利
摘要
一种基于大小模型联动的抑郁风险筛查优化方法,包括:选择抑郁相关指标,获取受访者问卷数据,对数据完成预处理,得到量表源数据库;构建抑郁风险预测模型,对比PHQ‑9测量结果进行模型训练与验证;训练语义分析强化微调训练大语言模型的对话策略模块,通过动态问题生成与对话流控制,构建答案映射,将用户自然语言转化为小模型所需的标准化数据;训练人机交互的强化学习模型,基于小模型生成的抑郁风险筛查结果并邀请用户进行认可度评价,将反馈分为“认可”和“质疑”两类;对于不同反馈,强化或修正当前交互策略和预测逻辑,系统将审核后数据作为高质量数据存储至训练数据库,用于后续大模型微调;由语义分析强化微调大语言模型对结果输出并进行结果解释及建议。本发明基于大小模型联动对抑郁风险分层早期筛查。
技术关键词
抑郁 大语言模型 强化学习模型 对话状态追踪 量表 加权损失函数 样本 卷积神经网络模型 风险预测模型 对话策略 答案 条目 数据分析模块 训练集数据 支持模糊匹配 语义 多轮对话 构建卷积神经网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号