申请/专利权人：浙江大学

申请日：2024-01-29

公开（公告）日：2024-03-05

公开（公告）号：CN117649949A

主分类号：G16H70/20

分类号：G16H70/20;G16H20/00;G06F16/332;G06N3/092;G06F40/30

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.22#实质审查的生效;2024.03.05#公开

摘要：本发明公开了一种基于强化学习的临床思维数据生成系统及方法，该系统包括模态标识模块、模态决策模块、大模型诊断模块、奖励反馈模块和临床思维修饰模块。本发明利用强化学习方法生成多模态医疗数据输入的临床思维数据，依据生成过程中的状态、决策和奖励，优化生成策略，训练得到最优的临床思维数据的生成策略。通过本发明中的临床思维数据生成策略，能够对临床诊断过程中产生的临床诊断数据进行思维语义空间拓展，归纳其中的临床逻辑，解决临床诊断数据中无医务人员思维过程记录的问题。同时，融合多模态数据，保证了临床可信性，增强了临床诊断数据的临床可解释性。

主权项：1.一种基于强化学习的临床思维数据生成系统，其特征在于，包括：模态标识模块，用于对多模态医疗数据输入进行类别标签匹配，得到若干类别标签-数据键值对，形成模态标识组；模态决策模块，将模态标识组中当前用于诊断的医疗数据输入作为状态，选择类别标签作为决策，计算选择的类别标签对应的医疗数据输入进行诊断行为的奖励，基于强化学习方法训练状态-决策表，所述状态-决策表记录当前状态做出不同决策的置信度，训练目标是根据当前状态做出决策所对应的奖励，优化状态-决策表做出决策所使用的置信度；利用状态-决策表依据模态标识组生成临床决策数据和临床决策置信度；大模型诊断模块，用于对大模型发起对话，接收模态决策模块输出的临床决策，查询其在模态标识组中对应的输入，在多轮次对话场景下请求大模型做出临床诊断，得到疾病-症状-模态三元组集合形式的临床诊断结果；奖励反馈模块，用于构建疾病-症状-模态奖励矩阵，接收大模型诊断模块输出的临床诊断结果，在疾病-症状-模态奖励矩阵中查询所有三元组对应的奖励值，计算临床诊断结果中疾病诊断结果的奖励值，得到临床决策的奖励值，返回给模态决策模块；临床思维修饰模块，用于对多模态医疗数据输入的临床决策数据进行修饰，形成能够体现临床诊断决策过程的临床思维数据。

全文数据：

权利要求：

百度查询： 浙江大学 基于强化学习的临床思维数据生成系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD