【技术实现步骤摘要】
本专利技术涉及人工智能，特别是涉及一种基于llm模型的电子病历问答系统。
技术介绍
1、随着医疗业务量的不断增长以及人工智能技术的不断发展，病历电子化已成为趋势，当下llm模型成为一种热门模型，llm模型应用于很多领域，虽然基于病历文档设计出的模型也越来越多，但未基于llm模型设计出相关领域的模型，模型的性能决定着数据处理结果的可靠性，因此如何建立准确的电子病历的问答系统成为热门研究方向，通过建立电子病历问答系统能够使得患者的健康信息更易于访问、管理和统计。
2、现有技术中建立电子病历问答系统的方法为：利用正则表达式进行规则匹配，传统机器学习模型或者判别式深度学习模型进行训练推理从而生成电子病历问答系统。
3、上述建立电子病历问答系统存在的缺陷为：未基于llm模型建立电子病历问答系统，未能对大规模数据量进行处理，降低了模型的使用范围，同时在进行模型训练过程中未考虑与问题文本相关联的解释文本。
技术实现思路
1、针对上述技术问题，本专利技术采用的技术方案为：一种基于l...
【技术保护点】
1.一种基于LLM模型的电子病历问答系统，其特征在于，所述系统包括：存储介质、处理器和存储有计算机程序的存储器，其中，所述存储介质包括样本电子病历信息集、第一预设文本集和第二预设文本集，所述样本电子病历信息集包括若干个样本电子病历信息，所述样本电子病历信息为从数据库中获取到的病历中对应的异常状态特征信息，所述异常状态特征信息为与疾病相关联的特征信息，所述第一预设文本集包括若干个第一预设文本，所述第一预设文本为基于异常状态获取到的有关异常状态的问题文本，当所述计算机程序被处理器执行时，实现以下步骤：
2.根据权利要求1所述的基于LLM模型的电子病历问答系统，...
【技术特征摘要】
1.一种基于llm模型的电子病历问答系统，其特征在于，所述系统包括：存储介质、处理器和存储有计算机程序的存储器，其中，所述存储介质包括样本电子病历信息集、第一预设文本集和第二预设文本集，所述样本电子病历信息集包括若干个样本电子病历信息，所述样本电子病历信息为从数据库中获取到的病历中对应的异常状态特征信息，所述异常状态特征信息为与疾病相关联的特征信息，所述第一预设文本集包括若干个第一预设文本，所述第一预设文本为基于异常状态获取到的有关异常状态的问题文本，当所述计算机程序被处理器执行时，实现以下步骤：
2.根据权利要求1所述的基于llm模型的电子病历问答系统，其特征在于，在s100中还包括如下步骤：
3.根据权利要求1所述的基于llm模型的电子病历问答系统，...
【专利技术属性】
技术研发人员：刘立宇，初乃强，赵瑞莹，
申请(专利权)人：生命奇点北京科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。