一种基于大型语言模型的检查报告生成方法及系统技术方案

本发明专利技术提供一种基于大型语言模型的检查报告生成方法及系统，包括：步骤S1，收集患者的检查数据并进行预处理；步骤S2，将预处理后的检查数据输入至大型语言模型中，以建立得到与患者关联病例的个性会话上下文；步骤S3，对大型语言模型输出的个性会话上下文进行语法分析，填写并生成检查报告。有益效果：本发明专利技术基于大型语言模型采用交互式编辑方式填写报告，减少了医师的主观因素，提高了超声报告的准确性和可读性；能够大幅度缩短报告的撰写时间，提了工作效率。了工作效率。了工作效率。

【技术实现步骤摘要】
一种基于大型语言模型的检查报告生成方法及系统


[0001]本专利技术涉及报告生成
，尤其涉及一种基于大型语言模型的检查报告生成方法及系统。

技术介绍

[0002]超声检查是临床上常见的检查方式，也是影像学中最为普及的检查技术之一。在超声检查中，医师需要根据扫查所留存的图像进行诊断和判断，进而撰写超声报告。
[0003]现有技术，通常采用人工填写或口述语音识别的方式生成超声报告，所需的工作成本比较高，导致工作效率低；而且由于医师经验、知识水平的不同，以及超声图像自身的特殊性质，撰写超声报告存在一定的主观性和不确定性，容易产生误诊和漏诊的情况。

技术实现思路

[0004]为了解决以上技术问题，本专利技术提供了一种基于大型语言模型的检查报告生成方法及系统。
[0005]本专利技术所解决的技术问题可以采用以下技术方案实现：
[0006]一种基于大型语言模型的检查报告生成方法，包括：
[0007]步骤S1，收集患者的检查数据并进行预处理；
[0008]步骤S2，将预处理后的所述检查数据输入至大型语言模型中，以建立得到与所述患者关联病例的个性会话上下文；
[0009]步骤S3，对所述大型语言模型输出的所述个性会话上下文进行语法分析，填写并生成检查报告。
[0010]优选地，所述步骤S1包括：
[0011]获取所述患者的病历信息，并对所述病历信息进行结构化处理；
[0012]获取所述患者的扫查留存图像，将所述扫查留存图像输入至一图像分析模型中进行病灶分析，以得到病灶特征的描述信息以及对应的测量结果；
[0013]其中，所述检查数据包括所述病历信息和所述扫查留存图像。
[0014]优选地，所述结构化处理包括文本预处理、实体识别、关系抽取和数据转化中的至少一种。
[0015]优选地，所述图像分析模型包括依次串联连接的输入层、编码器层、解码器层、多抽头注意力层和池化层。
[0016]优选地，所述步骤S2包括：
[0017]步骤S21，将结构化处理后的所述病历信息输入至所述大型语言模型中，建立所述患者的初始个性会话；
[0018]步骤S22，将所述图像分析模型输出的所述病灶特征的描述信息以及对应的所述测量结果输入至所述大型语言模型中，作为所述初始个性会话的诊断素材，得到所述个性会话上下文。
[0019]优选地，所述步骤S21和所述步骤S22之间包括：
[0020]获取目标扫查部位的报告模板，提取所述报告模板的词条并输入至所述大型语言模型中，以增强所述初始个性会话。
[0021]优选地，所述步骤S3包括：
[0022]步骤S31，对所述大型语言模型输出的所述个性会话上下文进行文本预处理，并提取关键信息；
[0023]步骤S32，对提取到的所述关键信息进行信息匹配，确定所述关键信息在所述检查报告中对应的位置，并根据匹配得到的所述位置填写所述关键信息；
[0024]步骤S33，获取包含有所述测量结果的所述扫查留存图像作为所述检查报告的贴图。
[0025]优选地，所述步骤S3之后还包括：
[0026]步骤S4，将生成的所述检查报告反馈至所述大型语言模型中，对所述检查报告中的检查描述和检查提示进行质控，得到报告修改建议。
[0027]本专利技术还提供一种基于大型语言模型的检查报告生成系统，用于实施如上述的基于大型语言模型的检查报告生成方法，包括：
[0028]收集和预处理单元，用于收集患者的检查数据并进行预处理；
[0029]大型语言模型，连接所述收集和预处理单元，用于接收预处理后的所述检查数据，并建立得到与所述患者相关联病例的个性化会话上下文；
[0030]报告生成单元，连接所述大型语言模型，用于对所述大型语言模型输出的所述个性会话上下文进行语法分析，填写并生成检查报告。
[0031]优选地，还包括：
[0032]质控单元，连接所述报告生成单元，用于将生成的所述检查报告反馈至所述大型语言模型中，对所述检查报告中的检查描述和检查提示进行质控，得到报告修改建议。
[0033]本专利技术技术方案的优点或有益效果在于：
[0034]本专利技术基于大型语言模型采用交互式编辑方式填写报告，减少了医师的主观因素，提高了超声报告的准确性和可读性；能够大幅度缩短报告的撰写时间，提了工作效率。
附图说明
[0035]图1为本专利技术的较佳实施例中，基于大型语言模型的检查报告生成方法的流程示意图；
[0036]图2为本专利技术的较佳实施例中，步骤S2具体实施的流程示意图；
[0037]图3为本专利技术的较佳实施例中，步骤S3具体实施的流程示意图；
[0038]图4为本专利技术的较佳实施例中，步骤S3之后具体实施的流程示意图；
[0039]图5为本专利技术的较佳实施例中，基于大型语言模型的检查报告生成系统的结构框图。
具体实施方式
[0040]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于
本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0041]需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。
[0042]下面结合附图和具体实施例对本专利技术作进一步说明，但不作为本专利技术的限定。
[0043]参见图1，本专利技术的较佳的实施例中，基于现有技术中存在的上述问题，现提供一种基于大型语言模型的检查报告生成方法，包括：
[0044]步骤S1，收集患者的检查数据并进行预处理；
[0045]步骤S2，将预处理后的检查数据输入至大型语言模型(Large language models，LLM)中，以建立得到与患者关联病例的个性会话上下文；
[0046]步骤S3，对大型语言模型输出的个性会话上下文进行语法分析，填写并生成检查报告。
[0047]具体的，在本实施例中，相比传统的人工填写或口述语音识别的报告生成方式，本实施例通过增加大型语言模型，实现交互式编辑方式完成报告内容填写，输入检查数据，即可快速的根据检查数据的描述内容生成报告，减少了医师的主观因素，进一步提高了超声报告的准确性和可读性，降低诊断误差；能够大幅度缩短报告的撰写时间，提了工作效率。
[0048]进一步的，上述大型语言模型可以是公开云端部署的模型，例如Open AI的GPT系列模型；也可以是本地部署的模型。
[0049]作为优选的实施方式，其中，步骤S1包括：
[0050]获取患者的病历信息，并对病历信息进行结构化处理；
[0051]获取患者的扫查留存图像，将扫查留存图像输入至一图像分析模型中进行病灶分析，以得到病灶特征的描述信息以及对应的测量结果；
[0052]其中，检查数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大型语言模型的检查报告生成方法，其特征在于，包括：步骤S1，收集患者的检查数据并进行预处理；步骤S2，将预处理后的所述检查数据输入至大型语言模型中，以建立得到与所述患者关联病例的个性会话上下文；步骤S3，对所述大型语言模型输出的所述个性会话上下文进行语法分析，填写并生成检查报告。2.根据权利要求1所述的基于大型语言模型的检查报告生成方法，其特征在于，所述步骤S1包括：获取所述患者的病历信息，并对所述病历信息进行结构化处理；获取所述患者的扫查留存图像，将所述扫查留存图像输入至一图像分析模型中进行病灶分析，以得到病灶特征的描述信息以及对应的测量结果；其中，所述检查数据包括所述病历信息和所述扫查留存图像。3.根据权利要求2所述的基于大型语言模型的检查报告生成方法，其特征在于，所述结构化处理包括文本预处理、实体识别、关系抽取和数据转化中的至少一种。4.根据权利要求2所述的基于大型语言模型的检查报告生成方法，其特征在于，所述图像分析模型包括依次串联连接的输入层、编码器层、解码器层、多抽头注意力层和池化层。5.根据权利要求2所述的基于大型语言模型的检查报告生成方法，其特征在于，所述步骤S2包括：步骤S21，将结构化处理后的所述病历信息输入至所述大型语言模型中，建立所述患者的初始个性会话；步骤S22，将所述图像分析模型输出的所述病灶特征的描述信息以及对应的所述测量结果输入至所述大型语言模型中，作为所述初始个性会话的诊断素材，得到所述个性会话上下文。6.根据权利要求5所述的基于大型语言模型的检查报告生成方法，其特征在于，所述步骤S21和所述步骤S22之间包括：获取目标扫查部位的...

【专利技术属性】
技术研发人员：黄孟钦，朱瑞星，胡文强，
申请(专利权)人：成都温江暖欣门诊部有限公司，
类型：发明
国别省市：