摘要
本发明的技术方案是公开了一种基于大模型语义识别与多层次校验的智能药品分类方法。本发明在静态映射基础上引入大语言模型,结合内外部知识检索和提示词工程,显著提升对非标准表达(如缩写、错别字、商品名/化学名混用等)的处理能力;经三甲医院实测,非标药品识别准确率达92.7%,较传统方法提升约41%;本发明构建多层次可信校验机制,通过语义因子、临床语境及模型置信度等多因子评估方式实现自动化风险分级,设置多因子置信度阈值,高风险样本100%由人工复核,确保分类结果可解释、可审计,提升系统在临床高风险场景下的安全性与可靠性。
技术关键词
智能药品
大语言模型
化学名
分类方法
多层次
置信度阈值
语义
生成技术
模板
药品识别
因子
高风险
推理机制
校验机制
药品库
电子病历
提升系统
非标准
三元组
系统为您推荐了相关专利信息
流场重建方法
自动微分技术
拉丁超立方采样
方程
坐标
医学图像分类方法
原型
医学图像分割
序列
重叠切片
睡眠阶段分类方法
特征金字塔
金字塔特征
注意力
序列