疾病结论确定方法、装置以及存储介质制造方法及图纸

本申请公开了一种疾病结论确定方法、装置以及存储介质。其中，一种疾病结论确定方法，包括：通过大型语言模型对医学影像诊断报告进行预处理，确定阳性描述句，其中阳性描述句用于描述病变部位的征象；通过大型语言模型根据阳性描述句确定候选结论，并且将各个阳性描述句与候选结论建立映射关系，其中候选结论用于指示根据阳性描述句推测的疾病结论；通过预设的医学影像知识图谱，根据阳性描述句确定相应的匹配项，其中匹配项用于指示根据阳性描述句匹配到的疾病结论；以及根据阳性描述句相应的匹配项和与阳性描述句存在映射关系的候选结论之间的匹配值，确定最终结论，其中最终结论用于指示最终确定的疾病结论。

【技术实现步骤摘要】

本申请涉及医疗信息处理，特别是涉及一种疾病结论确定方法、装置以及存储介质。

技术介绍

1、bert、gpt和glm等在大规模语料库上预训练的大型语言模型（llm）已经能优秀地应对多种自然语言处理任务，在文本理解和文本生成方面表现突出，并且推理和逻辑能力也很好，尤其在数据处理能力、上下文理解能力、自然语言推理能力和语言生成能力等方面具有不错的优势。

2、随着模型规模的急剧增长，llm还进一步获得了涌现能力，开拓了将llm用作通用人工智能（agi）的道路。chatgpt和palm2等先进的llm具有数百上千亿个参数，它们已有潜力解决许多复杂的实际任务，比如教育、代码生成和推荐。

3、但大型语言模型（llm）也存在一定的不足，例如大型语言模型（llm）的决策过程可能存在一些难以理解的因素，这使得模型的透明度相对较低。大型语言模型（llm）是黑箱模型，缺乏可解释性，因此备受批评。大型语言模型（llm）通过参数隐含地表示知识。因此，我们难以解释和验证大型语言模型（llm）获得的知识。此外，大型语言模型（llm）是通过概率模型执行推理，而这是一本文档来自技高网...

【技术保护点】

1.一种疾病结论确定方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，通过大型语言模型对医学影像诊断报告进行预处理，确定阳性描述句的操作，包括：

3.根据权利要求2所述的方法，其特征在于，通过所述大型语言模型根据所述阳性描述句确定候选结论的操作，包括：

4.根据权利要求1所述的方法，其特征在于，通过预设的医学影像知识图谱，根据所述阳性描述句确定相应的匹配项的操作，包括：

5.根据权利要求1所述的方法，其特征在于，根据所述阳性描述句相应的匹配项和与所述阳性描述句存在映射关系的候选结论之间的匹配值，确定最终结论的操作，包括：<...

【技术特征摘要】

1.一种疾病结论确定方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，通过大型语言模型对医学影像诊断报告进行预处理，确定阳性描述句的操作，包括：

3.根据权利要求2所述的方法，其特征在于，通过所述大型语言模型根据所述阳性描述句确定候选结论的操作，包括：

4.根据权利要求1所述的方法，其特征在于，通过预设的医学影像知识图谱，根据所述阳性描述句确定相应的匹配项的操作，包括：

5.根据权利要求1所述的方法，其特征在于，根据所述阳性描述句相应的匹配项和与所述阳性描述句存在映射关系的候选结论之间的匹配值，确定最终结论的操作，包括：

6.根据权...

【专利技术属性】
技术研发人员：黄家祥，张榜泽，胡文亮，
申请(专利权)人：万里云医疗信息科技北京有限公司，
类型：发明
国别省市：