【技术实现步骤摘要】
本专利技术涉及医疗智能化，具体涉及一种基于大语言模型的个性化患者治疗建议系统。
技术介绍
1、现有技术中传统的个性化患者治疗建议系统没有将患者可能患有的不同种类或者不同系统的疾病进行综合分析，通常只能集中在已经确定的一种或者一类疾病，比如高血压、糖尿病、肿瘤、传染病等，但医生面临的往往是未分化疾病，表现出相同症状的患者最后可能需要转诊到不同的科室进行后续治疗，因此当前的技术方案无法很好地解决目前医疗领域遇到的问题。
2、传统的个性化患者治疗建议系统主要用在患者和医生面诊之前的导诊或者预问诊过程以及患者在家中的自我监测，未嵌入到与医生的实时交流活动中，未能真正地应用到临床场景中。
3、现有的技术方案基本采用数据驱动的方法，抽取大量符合条件的患者队列，然后基于患者确诊前的临床数据，使用传统的机器学习或者深度学习的方法进行分析，辅助医生进行临床决策支持，整个过程没有融入临床指南、专家共识等，缺乏知识驱动。
4、现有技术方案往往是基于某一人群的大数据进行模型训练和数据分析，更换人群队列后模型效果会下降很多，即...
【技术保护点】
1.一种基于大语言模型的个性化患者治疗建议系统，其特征在于，所述的基于大语言模型的个性化患者治疗建议系统包括数据采集模块、数据预处理模块、数据分析推理模块、推荐结果显示模块和反馈及更新模块；所述的数据采集模块用于从医疗机构数据库中获取患者就诊时的临床诊疗数据；所述的数据预处理模块用于对数据采集模块获取的数据进行预处理操作；
2.根据权利要求1所述的基于大语言模型的个性化患者治疗建议系统，其特征在于，所述的预处理操作包括对门诊和住院电子病历文本数据的结构化处理和数据规整操作。
3.根据权利要求1所述的基于大语言模型的个性化患者治疗建议系统，其特征...
【技术特征摘要】
1.一种基于大语言模型的个性化患者治疗建议系统，其特征在于，所述的基于大语言模型的个性化患者治疗建议系统包括数据采集模块、数据预处理模块、数据分析推理模块、推荐结果显示模块和反馈及更新模块；所述的数据采集模块用于从医疗机构数据库中获取患者就诊时的临床诊疗数据；所述的数据预处理模块用于对数据采集模块获取的数据进行预处理操作；
2.根据权利要求1所述的基于大语言模型的个性化患者治疗建议系统，其特征在于，所述的预处理操作包括对门诊和住院电子病历文本数据的结构化处理和数据规整操作。
3.根据权利要求1所述的基于大语言模型的个性化患者治疗建议系统，其特征在于，所述的数据采集模块采集的信息包括患者病史、症状和用药信息。
4.根据权利要求1所述的基于大语言模型的个性化患者治疗建议系统，其特征在于，所述的大语言模型具备高级自然语言处理功能，能够理解和处理复杂的医学文本，提供更准确的信息提取和分析。
5.根据权利要求1所述的基于大语言模型的个性化患者治疗建议系统，其特征在于，所述的数据分析推理模块具备大规模知识整合功能，能够整合和分析来自不同来源的医学知识和数据，提供全面的治疗建议。
6.根据权利要求1所述的基于大语言模型的个性化患者治疗建议系统，其特征在于，所述的大语言模型具备...
【专利技术属性】
技术研发人员：唐熠达，汪京嘉，邵春丽，尉晨，徐骅，杨耀东，孟祥彬，吉嘉铭，王文尧，王旭梁，杨志云，
申请(专利权)人：北京大学第三医院北京大学第三临床医学院，
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。