【技术实现步骤摘要】
本专利技术涉及大规模语言模型，具体是一种基于大规模语言模型的智能急救分级方法及系统。
技术介绍
1、当前主流急救分级系统多采用基于规则引擎的决策树模型，此类技术存在显著局限性：首先，依赖结构化数据输入，无法有效解析患者自然语言描述的复杂症状；其次，缺乏动态学习能力，难以适应新型疾病症状的快速演变；再者，现有系统中暴露出多模态数据处理能力不足，无法有效整合语音描述、影像资料等异构数据源。
2、因此，现提供一种基于大规模语言模型的智能急救分级方法及系统。
技术实现思路
1、为了解决上述技术问题，本专利技术的目的在于提供一种基于大规模语言模型的智能急救分级方法及系统。
2、为了实现上述目的，本专利技术提供如下技术方案：一种基于大规模语言模型的智能急救分级方法，包括：
3、获取患者的一级多维数据，构建三方描述语言模型，根据所述三方描述语言模型进行一次特征处理，获得一次特征多维数据；
4、对一次特征多维数据进行综合分析，获得路线规划匹配度以及一级推理病...
【技术保护点】
1.一种基于大规模语言模型的智能急救分级方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大规模语言模型的智能急救分级方法，其特征在于，获取患者的一级多维数据以及二级多维数据的过程包括：
3.根据权利要求2所述的一种基于大规模语言模型的智能急救分级方法，其特征在于，构建三方描述语言模型的过程包括：
4.根据权利要求3所述的一种基于大规模语言模型的智能急救分级方法，其特征在于，根据三方描述语言模型进行一次特征处理，获得一次特征多维数据的过程包括：
5.根据权利要求4所述的一种基于大规模语言模型的智能急救分级方法，其...
【技术特征摘要】
1.一种基于大规模语言模型的智能急救分级方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大规模语言模型的智能急救分级方法，其特征在于，获取患者的一级多维数据以及二级多维数据的过程包括：
3.根据权利要求2所述的一种基于大规模语言模型的智能急救分级方法，其特征在于，构建三方描述语言模型的过程包括：
4.根据权利要求3所述的一种基于大规模语言模型的智能急救分级方法，其特征在于，根据三方描述语言模型进行一次特征处理，获得一次特征多维数据的过程包括：
5.根据权利要求4所述的一种基于大规模语言模型的智能急救分级方法，其特征在于，对一次特征多维数据进行综合分析的过程包括：
6.根据权利要求5所述的一种基于大规模语言模型的智能急救分级方法，其特征在于，根据路线规划匹配度以及一级推理病情严重指数，生成预估救...
【专利技术属性】
技术研发人员：吴世杰，张筠伟，孙倩，
申请(专利权)人：浙江爱特电子技术股份有限公司，
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。