一种个性化手术知情同意书智能生成方法及系统

本发明涉及医疗信息处理，具体涉及一种从结构化术前数据出发、通过多路条件触发式检索组装临床证据并驱动语言模型生成个性化手术知情同意书的方法、系统、电子设备及计算机可读存储介质；所述方法经替换文书模板与分面配置后，亦可用于病程记录、病案首页、出院小结等其他医疗文书的生成。

背景技术：

1、病程记录、病案首页、出院小结、手术知情同意书等医疗文书，是医疗行为的法定记载载体，其内容须与患者的个体情况相符并具备可追溯的依据。以知情同意文书为例，相关法律规定医务人员在实施手术、特殊检查、特殊治疗时，应当及时向患者说明医疗风险、替代医疗方案等情况并取得其明确同意；据此，未写入签署文书的风险即视为未告知，文书本身构成告知行为的证据。其余各类医疗文书虽法律定性不同，但同样要求内容个体化且有据可依。

2、现有技术存在以下缺陷。

3、其一，通用模板无法承载患者个体差异。医疗机构现行文书为覆盖全部可预见情形而采用通用模板，句式嵌套、术语密集，且不区分患者的具体诊断、分期、合并症与拟施术式，既造成阅读负担，也无法补足模板本身未包含的个体化内容，例如患者特有合并症对应的风险、特定术式的并发症谱以及个体化的后续管理路径。

4、其二，采用语言模型对模板直接执行简化改写虽可降低阅读难度，但会削弱风险披露的准确性与完整性，现有方案因此依赖临床医师在模型输出之后逐份人工修订以恢复内容保真度。该做法存在两个问题：简化操作无法补足模板原本即缺失的内容；每份文书均需占用专家时间进行审阅改写，在常规临床流程中不具备可规模化性。

5、其三，现有检索增强生成方案在构造检索查询时，通常将患者资料整体作为单一查询，或采用固定模板生成查询，再对检索结果统一排序后截取前若干条。由于向量相似度高度受主导语义支配，患者病情中语义权重最高的单一方面，通常为主要诊断或核心术式，会在排序结果中占据全部或绝大多数名额，而合并症、年龄相关生理状态、时序或阶段相关禁忌等次要但临床必需的方面则被完全挤出证据集合。其后果是模型虽然接收到检索证据，但证据在临床维度上高度偏斜，生成文书在被挤占的维度上退回到模型参数化知识，重新出现内容缺失或表述笼统的问题。现有技术未针对上述证据偏斜问题提供解决手段。

6、其四，电子病历中记录的手术名称通常为复合串，主术式与附属术式以空格、加号或逗号连接。若将该复合串直接作为检索输入，主术式的语义权重会被多个附属术式稀释，导致召回结果偏离核心风险主题。现有技术亦未针对该问题提供预处理手段。

技术实现思路

1、针对上述缺陷，本发明的目的在于：使检索所得证据在患者病情的各个临床方面之间保持均衡，避免单一高相似度主题挤占其余方面的证据名额；使证据集合随患者实际记录的字段动态变化；在单次生成过程中同时完成个体化改写与证据落实，不依赖生成后的人工修订环节；使上述效果不依赖于特定的语言模型；并使该机制可适配于不同类型的医疗文书，而不限于某一特定文书或某一特定临床科室。

2、为实现上述目的，本发明提供一种个性化手术知情同意书智能生成方法，包括获取患者的结构化术前信息，依据所述结构化术前信息构造检索查询，在预先构建的向量知识库中检索得到证据段落，将所述证据段落注入生成提示，由语言模型生成手术知情同意书，并包括以下五个步骤。

3、s1、字段归一化：将所述结构化术前信息中各来源记录映射至预设的统一字段模式，得到归一化的字段取值集合；并对其中的手术名称字段执行归一化处理，所述归一化处理包括双源取值、主干提取与关键词纠偏，得到核心术式。

4、s2、分面查询构造：以所述核心术式及其余字段为原料构造多路分面查询，每一路分面查询由至少一项字段的取值与该路所对应的预设引导词按预设顺序拼接构成，各路分面查询分别指向互不相同的临床方面；其中，每一路分面查询依据其所依赖的字段是否存在且取值有效而条件性发出，使实际发出的分面查询路数随患者而变化。

5、s3、分面检索与配额保留：对步骤s2发出的每一路分面查询分别独立执行两阶段检索。第一阶段，以该路分面查询在所述向量知识库中执行稠密检索，得到第一预设数量的候选段落。第二阶段，以同一路分面查询为基准，采用重排序模型对所述候选段落进行重排序，并仅在该路分面查询所召回的候选段落范围内保留重排得分最高的第二预设数量的段落。

6、s4、池化去重与截断：将各路分面查询在步骤s3中保留的段落汇入同一集合，按段落标识执行跨路去重，同一段落被多路分面查询同时保留时仅保留其在各路中获得的最高重排得分，而后按重排得分全局排序并截断至第三预设数量，得到证据块。

7、s5、证据注入与生成：将所述证据块、文书模板、所述结构化术前信息以及接地指令共同构成生成提示，由语言模型生成所述手术知情同意书。

8、进一步地，步骤s2中各路分面查询所指向的临床方面分别选自：疾病诊断与预后相关方面、手术措施及其风险与预防相关方面、手术适应证或依据相关方面、患者个体条件相关方面，以及围手术期时序相关方面。

9、进一步地，步骤s2中所述条件性发出包括对字段取值执行空义标记过滤，以及对依赖数值型字段的分面查询按取值所落入的预设区间选取引导词。

10、进一步地，步骤s1中所述手术名称字段的归一化处理具体包括：双源取值，优先采用电子病历系统中记录的实施手术名称，该字段缺失时回退采用病案首页记录的手术名称；主干提取，以预设分隔符切分所取得的手术名称复合串，取第一个分段作为初步核心术式；关键词纠偏，依据所述复合串中出现的类别关键词，将所述初步核心术式校正为预设标准术式名称。

11、进一步地，所述方法还用于病程记录、病案首页或出院小结的生成，此时替换所述文书模板与输出骨架，并依据目标文书所需的临床方面重新配置各路分面查询所对应的引导词与所依赖字段，而步骤s2至步骤s5的处理顺序、条件触发机制与配额保留规则保持不变。

12、进一步地，所述第一预设数量取值为10至50，所述第二预设数量取值为1至5且小于所述第一预设数量，所述第三预设数量取值为3至12且小于所述第二预设数量与所述分面查询总路数之乘积。

13、进一步地，所述证据块中每一段落由一行头信息与该段落正文构成，所述头信息依次包含条目序号、来源标识、章节标识、该段落的重排得分以及召回该段落的分面查询原文。

14、进一步地，所述生成提示由文书模板段、证据块段与结构化术前信息段依次排列构成，所述证据块作为独立标记段整体插入而不拆分至输出骨架内部；所述生成提示还包含固定的分节输出骨架，其中患者知情选择与法律授权部分及签字确认部分以原文给出，并要求语言模型原样复现而不得改写。

15、本发明还提供实现上述方法的系统、电子设备及计算机可读存储介质。

16、与现有技术相比，本发明具有以下有益效果。

17、第一，分面内配额保留在各路分面查询所召回的候选段落范围内独立执行，故每一路分面查询必然获得属于自身的证据名额，任一临床方面的证据在结构上即不可能被其他方面的高相似度结果挤占。这一效果由处理流程本身决定，不依赖于检索模型或语言模型的具体选择。

18、第二，通过条件触发机制，证据集合与患者实际记录状况严格对应，患者未记录的方面不发出无效查询，患者记录的方面必然获得对应证据。

19、第三，通过手术名称归一化的前置处理，避免了复合术式串对主术式语义的稀释，提升了核心证据的召回质量。

20、第四，在实际验证中，对八十例患者、三种来自不同厂商的语言模型执行对照实验。该对照的变量为是否向生成提示中注入按本方法组装的证据块，除此之外提示词、输出骨架、患者信息块与解码参数完全一致；因此下述数据反映的是本方法所组装证据块的整体作用。结果显示，注入所述证据块后，文书的风险披露具体性在三种语言模型上的标准化效应量分别达到1.27、1.79与1.51，配对检验的显著性水平均优于10的负11次方。

21、第五，上述提升幅度与语言模型自身的基线水平呈反向关系，基线最低的模型提升最大；注入所述证据块后，三种语言模型在内容完备性上的差异不再具有统计学显著性。这表明本发明的技术效果来源于所述检索与组装机制本身，而非依赖于特定语言模型，使不具备高性能模型条件的机构亦可获得相近的文书质量。

22、第六，相较机构原模板，本方法生成的文书句长缩短百分之二十一至百分之三十四，文本结构复杂度显著下降；注入所述证据块后句长因定量内容的加入而部分回升，但结构复杂度指标的变动幅度小于个体化阶段降幅的三分之一，表明增加的长度来自内容深度而非句式嵌套。

23、第七，所述分面构造与配额保留机制不依赖于特定文书类型或特定临床科室。患者的结构化临床记录在本质上是多维的，而单一查询只能命中其中语义权重最高的一维，该矛盾在病程记录、病案首页、出院小结等各类医疗文书的生成中同样存在。因此本发明只需替换文书模板、调整分面所指向的临床方面并配置相应知识库，即可适配于不同类型的医疗文书。