一种基于多源置信度融合的异构多智能体协同分诊系统及方法

摘要: 本发明属于医学信息处理和人工智能,具体涉及一种基于多源置信度融合的异构多智能体协同分诊系统及方法。背景技术:1、近年来,随着大语言模型、检索增强生成以及多智能体...
一种基于多源置信度融合的异构多智能体协同分诊系统及方法

本发明属于医学信息处理和人工智能,具体涉及一种基于多源置信度融合的异构多智能体协同分诊系统及方法。

背景技术:

1、近年来,随着大语言模型、检索增强生成以及多智能体协同技术的发展,基于人工智能的医学问答与分诊系统逐渐应用于医疗信息处理场景。现有智能医学问答与分诊系统通常接收患者输入的症状描述、健康问题或者对话上下文,并根据输入内容生成推荐科室、紧急程度以及医学知识参考。传统系统主要采用关键词匹配、规则引擎或者分类模型进行症状识别和科室推荐,当患者使用口语化表达、非标准医学术语,或者同时描述多个症状时,预设规则或者分类模型对输入内容的适应能力受到限制。基于大语言模型的医学问答与分诊系统能够利用模型的自然语言处理能力对患者输入进行分析,但单一模型生成的结果及其自评置信度可能存在偏差,自评置信度与结果准确性之间不完全一致。为提高复杂输入的处理能力,现有技术还采用多个智能体分别执行分诊、医学问答、推理、安全审核等处理任务,并通过调度模块控制不同智能体的调用顺序,使不同处理单元共同参与医学问答和分诊过程。

2、然而,现有智能医学问答与分诊系统仍存在调度适应性、输出安全性与运行成本之间的矛盾。一方面,若主要根据单一智能体输出的置信度或者预设固定阈值确定是否调用后续智能体,路由结果容易受到模型自评置信度偏差和输入复杂程度变化的影响;若对不同输入均调用多个智能体执行推理、检索和审核,又会增加模型调用次数、计算资源消耗和处理时间。另一方面,多个智能体执行完成后可能分别生成不同的科室判断、紧急程度判断或者风险判断,现有方案通常采用单独审核、规则判断或者结果选择的方式处理这些信息,缺少将初始分诊结果的基础置信度、不同处理结果之间的一致程度以及安全审核结果进行融合并形成综合可信度的处理机制。因此,当初始分诊结果与后续处理结果存在差异时,系统难以利用该差异对初始分诊结果的可信程度进行校正;当安全审核发现风险时,也难以将安全审核信息与其他可信度信息共同作用于最终处理决策。因此,亟需对现有技术进行改进,以解决现有智能分诊系统中路由决策信息源单一、多智能体输出结果利用不充分以及高风险管控与输出控制脱节的问题。

技术实现思路

1、本发明目的在于克服现有技术之不足,提供一种基于多源置信度融合的异构多智能体协同分诊系统及方法,以解决现有智能分诊系统中路由决策信息源单一、多智能体输出结果利用不充分以及高风险管控与输出控制脱节的问题。

2、为实现上述目的,本发明采用如下技术方案:

3、第一方面,本发明提供一种基于多源置信度融合的异构多智能体协同分诊系统,包括异构多智能体模块和调度中枢模块;

4、所述异构多智能体模块至少包括分诊智能体、问答智能体、推理智能体、安全审核智能体和输出智能体;

5、所述分诊智能体用于根据用户输入文本生成初始分诊结果和与所述初始分诊结果对应的基础置信度;

6、所述调度中枢模块用于根据所述基础置信度以及所述用户输入文本对应的症状复杂度和风险信息确定处理路径,并按照所述处理路径调用所述推理智能体和所述问答智能体中的至少一个;

7、所述推理智能体用于对所述初始分诊结果进行补充推理并生成推理结果;所述问答智能体用于基于医学知识库对所述用户输入文本进行检索增强处理并生成问答结果;所述推理结果和/或所述问答结果作为后续处理结果;

8、所述安全审核智能体用于根据所述用户输入文本、所述初始分诊结果以及所述后续处理结果中的至少一项进行安全审核,并生成安全审核结果;

9、所述调度中枢模块还用于在获得所述后续处理结果和所述安全审核结果后,根据所述初始分诊结果与所述后续处理结果之间的一致程度生成一致性信号,根据所述安全审核结果生成安全信号,并将所述基础置信度、所述一致性信号和所述安全信号进行融合,得到综合可信度;

10、所述输出智能体用于根据所述综合可信度确定与所述初始分诊结果对应的输出处理方式,并在所述安全审核结果满足预设风险条件时,根据所述安全审核结果调整最终分诊结果;其中,所述最终分诊结果为根据所述安全审核结果调整后的分诊结果。

11、本发明进一步提出,所述调度中枢模块根据所述基础置信度以及所述用户输入文本对应的症状复杂度和风险信息确定处理路径,具体包括:

12、根据所述症状复杂度确定与所述用户输入文本对应的路由阈值;

13、根据所述基础置信度与所述路由阈值之间的比较结果确定所述处理路径;

14、当所述风险信息满足预设风险条件时,对根据所述基础置信度与所述路由阈值之间的比较结果确定的处理路径进行调整,以增加所述推理智能体和/或所述问答智能体的调用。

15、本发明进一步提出,所述路由阈值包括用于区分不同处理路径的第一路由阈值和第二路由阈值,所述第一路由阈值和所述第二路由阈值根据基础阈值以及对应的阈值调整量确定,其中:

16、所述第一路由阈值按照以下方式确定:

17、

18、所述第二路由阈值按照以下方式确定:

19、

20、其中,表示所述第一路由阈值,表示所述第二路由阈值,表示根据所述症状复杂度确定的基础阈值,和分别与所述第一路由阈值和所述第二路由阈值对应的阈值调整量,和分别表示预设的阈值上限和阈值下限;

21、所述调度中枢模块根据所述基础置信度与所述第一路由阈值和所述第二路由阈值之间的比较结果确定所述处理路径。

22、本发明进一步提出,所述调度中枢模块还用于根据滑动窗口内的历史分诊记录对所述基础阈值进行动态调整,具体包括:

23、获取所述滑动窗口内的历史分诊记录对应的历史分诊置信度和分诊正确性标识;

24、根据历史分诊置信度满足预设高置信度条件的历史分诊记录对应的分诊准确率生成准确率调整量;

25、根据分诊正确的历史分诊记录与分诊错误的历史分诊记录之间的历史分诊置信度分布差异生成分布校准量;

26、根据所述准确率调整量和所述分布校准量对所述基础阈值进行调整,并将调整后的基础阈值限制在预设阈值范围内。

27、本发明进一步提出,所述初始分诊结果和所述后续处理结果均包括推荐科室信息和紧急程度信息;

28、所述调度中枢模块根据所述初始分诊结果与所述后续处理结果中的推荐科室信息确定科室一致程度,根据所述初始分诊结果与所述后续处理结果中的紧急程度信息确定紧急程度一致程度,并根据所述科室一致程度和所述紧急程度一致程度生成所述一致性信号:

29、,其中,表示所述一致性信号,表示所述科室一致程度,表示所述紧急程度一致程度,和分别表示所述科室一致程度和所述紧急程度一致程度对应的权重,所述权重为预先配置的固定权重或者可动态调整的权重;

30、所述调度中枢模块根据所述基础置信度、所述一致性信号和所述安全信号生成所述综合可信度,所述综合可信度按照如下融合函数确定:

31、,其中,表示所述综合可信度,表示所述基础置信度,表示所述安全信号,和分别表示对应的融合权重,和分别表示所述综合可信度的预设下限和预设上限;

32、所述基础置信度与所述一致性信号通过乘法关联,以根据所述一致性信号对所述基础置信度进行修正,并将修正后的基础置信度与所述安全信号进行融合,得到所述综合可信度。

33、本发明进一步提出,所述调度中枢模块还用于对所述用户输入文本执行规则风险识别和检索风险筛查,具体包括:

34、基于预设报警症状规则对所述用户输入文本进行模式匹配,生成规则风险结果;

35、从所述用户输入文本中识别症状信息,基于所述症状信息执行医学知识检索和风险匹配,生成风险筛查结果;

36、将所述规则风险结果、所述风险筛查结果以及所述初始分诊结果和/或所述后续处理结果发送至所述安全审核智能体;

37、所述安全审核智能体根据所述规则风险结果、所述风险筛查结果以及接收到的分诊处理结果生成所述安全审核结果,并在所述安全审核结果对应的风险程度高于所述分诊处理结果对应的风险程度时生成风险升级信息,其中,所述分诊处理结果为所述初始分诊结果或者所述后续处理结果;

38、所述输出智能体根据所述风险升级信息调整所述最终分诊结果对应的风险程度以及与调整后的风险程度相对应的风险提示内容和安全处置内容。

39、本发明进一步提出,所述问答智能体基于所述医学知识库生成所述问答结果,具体包括:

40、分别对所述用户输入文本执行稀疏检索和稠密向量检索,获得第一候选文档列表和第二候选文档列表;

41、根据候选文档分别在所述第一候选文档列表和所述第二候选文档列表中的排序位置确定对应的融合排序得分;

42、根据从所述用户输入文本中识别出的医学实体,确定所述用户输入文本与各候选文档之间的症状重叠程度和疾病匹配程度;

43、根据所述融合排序得分、所述症状重叠程度和所述疾病匹配程度对候选文档进行重排序,并根据重排序后的候选文档生成所述问答结果。

44、本发明进一步提出,所述分诊智能体生成所述初始分诊结果时,还用于对推荐科室进行标准化处理,具体包括:

45、根据所述用户输入文本生成包含推荐科室的所述初始分诊结果;

46、将所述推荐科室与预设标准科室名称进行匹配;

47、在未获得匹配结果时,根据预设科室别名映射关系确定与所述推荐科室对应的标准科室名称;

48、在根据所述预设科室别名映射关系仍未获得对应的标准科室名称时,将所述推荐科室设置为预设兜底科室。

49、第二方面,本发明进一步提出一种基于多源置信度融合的异构多智能体协同分诊方法,该方法包括:

50、接收用户输入文本,通过分诊智能体生成初始分诊结果以及与所述初始分诊结果对应的基础置信度;

51、根据所述基础置信度以及所述用户输入文本对应的症状复杂度和风险信息确定处理路径,并按照所述处理路径调用推理智能体和问答智能体中的至少一个;

52、通过所述推理智能体对所述初始分诊结果进行补充推理并生成推理结果,和/或通过所述问答智能体基于医学知识库对所述用户输入文本进行检索增强处理并生成问答结果,将所述推理结果和/或所述问答结果作为后续处理结果;

53、通过安全审核智能体根据所述用户输入文本、所述初始分诊结果以及所述后续处理结果中的至少一项进行安全审核,并生成安全审核结果;

54、根据所述初始分诊结果与所述后续处理结果之间的一致程度生成一致性信号,并根据所述安全审核结果生成安全信号;

55、将所述基础置信度、所述一致性信号和所述安全信号进行融合,得到综合可信度;

56、根据所述综合可信度确定与所述初始分诊结果对应的输出处理方式,并在所述安全审核结果满足预设风险条件时,根据所述安全审核结果调整最终分诊结果。

57、本发明公开的基于多源置信度融合的异构多智能体协同分诊系统及方法,其核心在于:通过调度中枢模块先根据基础置信度、症状复杂度和风险信息确定处理路径,按照处理路径选择性调用推理智能体和问答智能体中的至少一个,使前级路径选择能够依据基础置信度灵活调整,而无需对每次输入均调用全部后续处理单元,从而减少模型调用次数和计算资源消耗;在获得后续处理结果和安全审核结果后,进一步根据初始分诊结果与后续处理结果之间的一致程度生成一致性信号,根据安全审核结果生成安全信号,并将基础置信度、一致性信号和安全信号进行融合得到综合可信度,使不同处理单元之间的分歧能够有效反映初始分诊结果的不确定性,并将该不确定性量化后影响最终输出判断;最终输出智能体根据综合可信度确定初始分诊结果的输出处理方式,并在安全审核结果满足预设风险条件时根据安全审核结果调整最终分诊结果,使安全审核信息能够直接作用于最终处理决策而非仅作为附加提示,弥补了现有技术中多智能体输出结果利用不充分以及高风险管控与输出控制脱节的缺陷。

58、相较于现有技术,本发明至少具有以下有益效果:

59、其一,通过第一阶段根据基础置信度和路由阈值确定处理路径、第二阶段根据多源信息融合得到综合可信度的分阶段处理机制,在保证复杂任务处理质量的前提下,减少了非必要的推理和检索智能体调用,降低了计算资源消耗和响应时间。

60、其二,通过将初始分诊结果与后续处理结果之间的一致程度量化为一致性信号,并与基础置信度通过乘法关联进行修正,使多个处理单元之间的分歧能够作为不确定性指标参与可信度评价,提高了最终分诊结果的可信度评估准确性。

61、其三,通过安全审核结果生成安全信号参与综合可信度融合,并在安全审核满足预设风险条件时直接调整最终分诊结果及其风险等级,使安全审核信息能够从独立的校验环节转变为最终决策的直接控制因素,增强了系统对高风险场景的输出管控能力。