医疗模型的训练方法技术

本公开提供了一种医疗模型的训练方法

【技术实现步骤摘要】
医疗模型的训练方法、医疗方法、装置、设备及存储介质


[0001]本公开涉及数据处理
，具体涉及深度学习
、
自然语言识别
、
生成式模型
、
大语言模型等人工智能
，尤其涉及一种医疗模型的训练方法
、
医疗方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]随着生活水平的提高和人口老龄化日趋严重，疾病的种类和数量也在增加，这进一步加剧了医疗资源的需求，使得医疗资源不足的问题也变得更加严峻
。
而大型语言模型
(LLM
，
Large Language Model
，其本质是生成式模型，也简称为生成式大语言模型
)
已经展现了强大的
NLP(Natural Language Processing
，自然语言处理
)
理解和生成能力
。

技术实现思路

[0003]本公开提供了一种医疗模型的训练方法
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种医疗模型的训练方法，包括：获取初始数据集；对所述初始数据集进行数据清洗以及观点整理，得到目标数据集；对于预先确定的不同医疗场景中的每个医疗场景，从所述目标数据集中确定该医疗场景对应的训练数据；利用确定的训练数据对初始医疗模型进行训练，得到该医疗场景对应的目标医疗模型
。2.
根据权利要求1所述的方法，其中，所述初始数据集包括：视频
、
音频和
/
或书籍；所述目标数据集包括：清洗后的数据集；以及所述对所述初始数据集进行数据清洗以及观点整理，得到目标数据集，包括：对所述视频
、
音频和
/
或书籍进行数据清洗，得到清洗后的数据集，所述清洗后的数据集包括：文本形式的数据和
/
或树状大纲；对所述清洗后的数据集进行观点整理，得到目标数据集
。3.
根据权利要求2所述的方法，其中，所述对所述视频
、
音频和
/
或书籍进行数据清洗，得到清洗后的数据集，包括：利用光学字符识别技术，将所述视频转化为文本形式的数据；和
/
或利用自动语音识别技术，将所述音频转化为文本形式的数据；和
/
或将所述书籍的内容解析为树状大纲，并将所述书籍的内容与所述树状大纲中的节点相对应
。4.
根据权利要求3所述的方法，其中，所述初始数据集还包括：目标对象发布的图文内容；所述目标数据集还包括：短观点和长观点；以及所述对所述清洗后的数据集进行观点整理，得到目标数据集，包括：基于大语言模型生成所述清洗后的数据集对应的问答对，记为短观点；基于所述问答对以及所述图文内容，生成内容初稿，记为长观点
。5.
根据权利要求2所述的方法，其中，还包括：将所述清洗后的数据集和所述长观点
、
所述短观点进行整合以及向量化，得到知识向量库
。6.
根据权利要求5所述的方法，其中，所述将所述清洗后的数据集和所述长观点
、
所述短观点进行整合以及向量化，得到知识向量库，包括：基于所述短观点将所述清洗后的数据集划分为至少一个片段；将所述片段与所述长观点转化为语义向量，得到所述知识向量库
。7.
根据权利要求6所述的方法，其中，还包括：为所述知识向量库中的每个语义向量构建语义索引
。8.
根据权利要求1所述的方法，其中，还包括：获取医疗数据集，其中，所述医疗数据集中包括至少一个医疗信息；基于意图识别方法，分别确定所述至少一个医疗信息对应的意图信息，得到意图数据集；基于所述意图数据集构建不同医疗场景
。9.
根据权利要求1所述的方法，其中，所述从所述目标数据集中确定该医疗场景对应的
训练数据，包括：根据当前医疗场景的信息，从所述目标数据集中确定所述当前医疗场景对应的原始数据信息；对所述原始数据信息的意图标签进行替换，得到替换后的数据信息；基于所述原始数据信息以及所述替换后的数据信息，得到所述当前医疗场景对应的训练数据
。10.
一种医疗方法，包括：获取医疗信息；将所述医疗信息输入至预先训练的医疗模型中，输出得到医疗结果，其中，所述医疗模型采用如权利要求1‑9中任一项所述的方法训练得到
。11.
根据权利要求
10
所述的方法，其中，所述将所述医疗信息输入至预先训练的医疗模型中，输出得到医疗结果，包括：确定所述医疗信息对应的目标医疗场景，以及所述目标医疗场景对应的目标医疗模型；将所述医疗信息输入至所述目标医疗模型中，输出得到所述医疗结果
。12.
一种数字医生医疗模型的训练方法，包括：获取初始数据集，所述初始数据集包括：医生发布的音频数据
、
视频数据和
/
或书籍；对所述初始数据集进行数据清洗以及观点整理，得到目标数据集；对于预先确定的不同医疗场景中的每个医疗场景，从所述目标数据集中确定该医疗场景对应的训练数据；利用确定的训练数据对初始数字医生医疗模型进行训练，得到该医疗场景对应的目标数字医生医疗模型
。13.
根据权利要求
12
所述的方法，其中，所述初始数据集还包括：医生发布的图文内容；以及所述对所述初始数据集进行数据清洗以及观点整理，得到目标数据集，包括：对所述视频
、
音频和
/
或书籍进行数据清洗，得到清洗后的数据集，所述清洗后的数据集包括：文本形式的数据和
/
或树状大纲；对所述清洗后的数据集以及所述医生发布的图文内容进行观点整理，得到目标数据集
。14.
根据权利要求
12
所述的方法，其中，还包括：获取医疗数据集，其中，所述医疗数据集中包括至少一个医疗信息；基于意图识别方法，分别确定所述至少一个医疗信息对应的意图信息，得到意图数据集；基于所述意图数据集构建不同的医疗场景，其中，所述医疗场景包括以下至少一项：科普问答
、
查找案例
、
找文章或视频
、
医疗信息
。15.
根据权利要求
14
所述的方法，其中，还包括：为不同医疗场景设置对应的开始信息以及结束信息；响应于当前医疗场景为预设医疗场景，生成对应的提示信息
。16.
一种数字医生系统，包括：至少一个数字医生医疗模型，所述医疗模型采用如权利要求
12
‑
15
所述的方法训练得
到
。17.
一种医疗模型的训练装置，包括：第一获取模块，被配置成获取初始数据集；第一清洗模块，被配置成对所述初始数据集进行数据清洗以及观点整理，得到目标数...

【专利技术属性】
技术研发人员：张小羽，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：