基于人工智能的呼吸疾病治疗反馈数据处理方法及系统

本申请提供一种基于人工智能的呼吸疾病治疗反馈数据处理方法及系统，通过结合第一治疗反馈匹配模型的高效决策性能与第二治疗反馈匹配模型的低决策误差特性，显著提升了呼吸疾病治疗反馈数据之间的反馈内容语义关联性的评估精度。通过引入训练代价机制，并据此动态调整各训练序列的迭代次数，有效增强了模型对复杂反馈数据的辨别能力，特别是在处理那些与目标呼吸疾病治疗反馈数据差异显著、辨别难度高的反例数据时，表现尤为突出。由此，不仅加速了模型的收敛速度，还通过迭代参数交互训练策略，融合了两种模型的优点，最终生成的目标治疗反馈匹配模型在保持高效处理能力的同时，大幅降低了决策误差。