体检报告双层图编辑记忆处理方法及装置与流程

本发明涉及医疗信息数据处理、人工智能智能体、自然语言处理和图数据处理，尤其涉及一种应用于体检报告生成与审核数据处理场景的双层图编辑记忆处理方法及装置。

背景技术：

1、体检报告通常需要综合多个检查来源形成结构化报告内容。现有计算机辅助报告系统可接收结构化或半结构化体检数据，利用规则引擎、模板引擎或生成模型产生初始报告数据，再由具有审核权限的操作人员对初始报告数据进行修订并形成终态报告数据。不同机构对于同一组证据的语义组合方式、显示分组方式、名称形式、相对顺序以及解释和提示内容可能存在差异，因此，系统通常需要从历史修订结果中提取机构特定处理策略。

2、一种常见方案是保存终态报告全文，在后续任务中检索相似文本并将检索结果加入生成上下文；另一种方案根据初始文本与终态文本的字符差异生成规则，或者使用终态报告整体更新统一生成模型。这些方案主要作用于扁平文本，缺少对证据、报告项语义和显示结构之间关系的分层表达。当多个健康分析项只是被置于同一显示分组时，文本差异与多个健康分析项形成新语义节点时的文本差异可能相近，系统难以判断修订作用于报告语义还是报告呈现，从而容易将呈现偏好错误固化为语义策略。此外，直接把检索到的历史文本作为模型指令，无法确认历史处理策略是否已与当前任务证据及当前图节点对应，也难以由同一处理策略生成可执行动作和可验证条件。

3、报告审核期间还可能发生源数据补充、字段修正、参考范围切换、术语升级或模型版本切换。若以初始报告和终态报告的直接差异作为学习对象，则由源数据或运行版本变化产生的差异可能被误认为机构偏好；单任务特殊修订或缺少关键适用条件的历史修订也可能被错误推广到后续任务。现有方案因而至少存在两个相互关联的技术问题：一是缺少把机构记忆与当前证据及双层图节点绑定、编译、执行和同源验证的处理机制；二是缺少在排除源数据及版本变化影响后识别真实双层图编辑，并利用匹配正例和近失配反例控制长期记忆晋升的闭环机制。

技术实现思路

1、本发明所要解决的技术问题是：提供一种体检报告双层图编辑记忆处理方法及装置，使机构记忆能够在当前任务的证据和图节点范围内被确定性执行并被同源验证，同时从终态报告修订中排除数据变化、版本变化和不满足适用条件的伪反馈，形成可回放、可降级和可局部失效的机构长期记忆。

2、为解决上述技术问题，本发明提供一种体检报告双层图编辑记忆处理方法，由计算机设备执行，所述双层图为具有共同图事务标识和图版本对的、相互关联但职责分离的报告语义图和报告呈现图，包括：

3、获取结构化体检数据，形成源数据快照、版本向量和版本化证据节点，并构建关联的报告语义图和报告呈现图，具体包括：对所述结构化体检数据中的对象键、空值、时间、数值、单位和参考范围进行规范化，形成规范化数据对象；对所述规范化数据对象计算快照散列，并将数据版本、参考范围版本、术语版本、基线规则版本、知识版本、提示模板版本、报告模板版本、生成模型版本和机构记忆目录版本写入所述版本向量；按照字段定位路径、检查标识、检查方式、观测时间和源版本生成所述版本化证据节点，对同一健康信息对象对应的不同来源分别保留证据节点，并以替代关系连接修正前后的证据节点；在所述报告语义图中建立健康分析项节点、证据支持关系和语义组合关系，在所述报告呈现图中建立对所述健康分析项节点的引用、呈现分组、名称形式、相对顺序和段落布局；为所述报告语义图和所述报告呈现图配置共同图事务标识和图版本对；

4、在机构记忆库快照中召回并门控候选记忆，将得到的目标记忆与当前图节点绑定，编译为包含记忆执行计划、模型输入上下文和输出验证规则的记忆应用包，生成携带稳定锚点的初始报告数据包；

5、接收由具有终审权限的操作人员签署确认的权威终态报告，针对源数据或版本变化重放初始生成流程，得到学习基线报告；对所述学习基线报告与所述权威终态报告执行稳定锚点对齐和双层图匹配，得到语义图编辑事件和呈现图编辑事件；

6、将人工修订的图编辑事件写入情景记忆并生成候选长期记忆，利用匹配正例和近失配反例进行回放验证，将满足晋升条件的候选长期记忆巩固为机构长期记忆；

7、在后续任务中编译并执行匹配的机构长期记忆，依据输出验证规则验证执行结果，并在依赖对象版本变化时基于反向依赖索引对受影响子图进行局部重算。

8、进一步地，所述获取结构化体检数据，形成源数据快照、版本向量和版本化证据节点，并构建关联的报告语义图和报告呈现图，包括：对所述结构化体检数据中的对象键、空值、时间、数值、单位和参考范围进行规范化，形成规范化数据对象；对所述规范化数据对象计算快照散列，并将数据版本、参考范围版本、术语版本、基线规则版本、知识版本、提示模板版本、报告模板版本、生成模型版本和机构记忆目录版本写入所述版本向量；按照字段定位路径、检查标识、检查方式、观测时间和源版本生成所述版本化证据节点，对同一健康信息对象对应的不同来源分别保留证据节点，并以替代关系连接修正前后的证据节点；在所述报告语义图中建立健康分析项节点、证据支持关系和语义组合关系，在所述报告呈现图中建立对所述健康分析项节点的引用、呈现分组、名称形式、相对顺序和段落布局；为所述报告语义图和所述报告呈现图配置共同图事务标识和图版本对。

9、进一步地，所述在机构记忆库快照中召回并门控候选记忆，将得到的目标记忆与当前图节点绑定，编译为包含记忆执行计划、模型输入上下文和输出验证规则的记忆应用包，生成携带稳定锚点的初始报告数据包，包括：在初始报告生成开始时建立读一致的所述机构记忆库快照，记录记忆目录版本、快照时间、记忆标识、记忆版本和生命周期状态；按照机构租户、作用域、生命周期状态、目标语义编码和模板版本的组合索引召回所述候选记忆；依据适用谓词、必要证据、排除条件、版本兼容状态、候选记忆可信度和记忆冲突状态对所述候选记忆执行硬门控，并按照强制约束、当前任务证据、已发布基线规则、记忆层级和作用域特异性进行冲突消解；将所述目标记忆中的抽象目标对象绑定到所述当前图节点，将不能唯一绑定的目标记忆转入无记忆基线分支或人工复核分支；由同一目标记忆生成具有已绑定目标、图操作符、前置条件、不变量和回滚信息的所述记忆执行计划，具有优先级、必要动作和禁止动作的所述模型输入上下文，以及具有预期结果和禁止操作的所述输出验证规则；在图事务中执行确定性图动作，将所述模型输入上下文通过结构化请求字段或消息接口传递至报告生成器，并依据所述输出验证规则校验返回结果。

10、进一步地，所述携带稳定锚点的初始报告数据包中的每一可见报告项均关联报告项标识、语义节点标识、呈现分组标识、证据引用和语义散列；所述初始报告数据包还包括已应用记忆标识、机构记忆库快照标识、候选记忆版本、生成配置标识和输出模式；所述依据所述输出验证规则校验返回结果，包括：校验所述已应用记忆标识是否与所述记忆执行计划一致；校验所述语义节点标识和所述证据引用是否存在于当前任务上下文；校验所述报告呈现图中的每一可见报告项是否引用有效的健康分析项节点；校验受保护属性、知识依据和图事务不变量是否满足对应强制约束；在任一校验未通过时回滚对应图事务，并执行无记忆回退、重新规划或失败节点局部重算。

11、进一步地，所述接收由具有终审权限的操作人员签署确认的权威终态报告，针对源数据或版本变化重放初始生成流程，得到学习基线报告；对所述学习基线报告与所述权威终态报告执行稳定锚点对齐和双层图匹配，得到语义图编辑事件和呈现图编辑事件；其中，所述针对源数据或版本变化重放初始生成流程，得到学习基线报告，包括：取得所述权威终态报告对应时刻的终态源数据快照和终态版本向量；在所述终态源数据快照与初始源数据快照的快照散列不同，或者所述终态版本向量与初始版本向量不兼容时，采用所述终态源数据快照以及所述终态版本向量中除机构记忆目录版本以外的版本参数重放所述初始生成流程；在重放所述初始生成流程时使用初始生成时的所述机构记忆库快照，并复用初始生成配置中的解码参数、随机种子或确定性模板版本，不读取初始生成后新增、晋升、更新或失效的记忆；将重放结果确定为所述学习基线报告，并将能够由源数据或版本变化解释的差异标记为数据诱发差异；在报告生成工具不能确定性复现时，对规范化后的所述报告语义图和所述报告呈现图进行差异比较，并排除未改变图节点、图关系和受保护属性的措辞差异。

12、进一步地，所述接收由具有终审权限的操作人员签署确认的权威终态报告，针对源数据或版本变化重放初始生成流程，得到学习基线报告；对所述学习基线报告与所述权威终态报告执行稳定锚点对齐和双层图匹配，得到语义图编辑事件和呈现图编辑事件；其中，所述对所述学习基线报告与所述权威终态报告执行稳定锚点对齐和双层图匹配，得到语义图编辑事件和呈现图编辑事件，包括：根据所述报告项标识和所述语义节点标识对所述学习基线报告与所述权威终态报告中的报告项进行优先匹配；针对未匹配报告项，按照语义编码、对象类别、受保护属性、检查来源和证据交集生成候选节点对；根据编码相似度、文本相似度、证据重叠度、属性冲突量、关系差异量和节点类型差异量计算各候选节点对的匹配代价，并将不具有合法转换规则的受保护属性互斥节点对的匹配代价设置为阻断值；依据所述匹配代价求解一对一节点匹配，再在预设组合规模内对同类候选节点子集求解一对多和多对一超边匹配；在最优匹配代价与次优匹配代价的差值小于歧义阈值时，将对应候选节点对标记为歧义匹配并阻止自动学习；将产生新健康分析项节点或改变证据依赖关系的图编辑操作归类为所述语义图编辑事件，将仅改变呈现分组、名称形式、相对顺序、分隔符或段落布局的图编辑操作归类为所述呈现图编辑事件。

13、进一步地，所述将人工修订的图编辑事件写入情景记忆并生成候选长期记忆，利用匹配正例和近失配反例进行回放验证，将满足晋升条件的候选长期记忆巩固为机构长期记忆；其中，所述将人工修订的图编辑事件写入情景记忆并生成候选长期记忆，包括：将图编辑事件的修订原因分类为数据变化事件、个案专用事件、格式修复事件、呈现偏好事件、健康分析策略事件、知识更新事件或未决事件；对每一图编辑事件记录学习许可标志、个案专用标志、源变化过滤状态、修订来源和编辑轨迹；将各图编辑事件连同所述学习基线报告、所述权威终态报告、对应源数据快照摘要和修订分支写入所述情景记忆；仅将学习许可标志为真、个案专用标志为假且不属于数据变化事件、未完成发布的知识更新事件或未决事件的图编辑事件转换为候选语义记忆或候选程序记忆；将产生新健康分析项节点的组合操作写入所述候选语义记忆，将保留原健康分析项节点和证据引用的呈现分组操作写入所述候选程序记忆；将受保护属性保全、权限限制和证据完整性规则写入独立发布的约束记忆，并禁止由单次图编辑事件自动修改所述约束记忆。

14、进一步地，所述将人工修订的图编辑事件写入情景记忆并生成候选长期记忆，利用匹配正例和近失配反例进行回放验证，将满足晋升条件的候选长期记忆巩固为机构长期记忆；其中，所述利用匹配正例和近失配反例进行回放验证，将满足晋升条件的候选长期记忆巩固为机构长期记忆，包括：为所述候选长期记忆配置记忆标识、记忆类型、生命周期状态、作用域、适用谓词、目标图对象、图动作、必要证据、排除条件、图不变量、版本依赖和来源追溯；从历史情景记忆中选取满足所述作用域、所述适用谓词、所述必要证据和所述版本依赖的匹配正例，并选取缺少一个必要条件、命中一项排除条件或版本不兼容的近失配反例；分别在所述匹配正例和所述近失配反例上执行候选长期记忆回放，计算回放前后加权图编辑距离的距离收益、近失配错误触发率和受保护属性保留率；按照不同任务去重统计有效支持次数和有效冲突次数，结合证据完整度、所述距离收益、签署角色权限、支持来源独立性、版本适配度和时间衰减计算候选记忆可信度；在所述有效支持次数、所述距离收益、所述近失配错误触发率、所述受保护属性保留率和所述候选记忆可信度达到对应记忆类型的晋升阈值，且未与所述约束记忆冲突时，将所述候选长期记忆巩固为所述机构长期记忆；对未达到所述晋升阈值的候选长期记忆维持观察状态，对发生冲突的候选长期记忆执行降级，对版本依赖不兼容的候选长期记忆设置待复核状态。

15、进一步地，所述由具有终审权限的操作人员签署确认的权威终态报告通过以下方式确定：将两个以上报告修订版本组织为修订有向无环图，每一修订节点记录修订标识、父节点标识、报告散列、双层图版本、源数据快照散列、操作角色、时间、修订原因、签名和权威状态；将签名有效、操作角色具有终审权限、权威状态为真且不存在后续签署替代节点的修订节点确定为权威终态节点；在存在两个以上相互竞争的权威终态节点时暂停累计正支持，将未签署分支保留为情景证据，并将被权威终态节点撤销的图编辑操作记录为冲突样本；所述基于反向依赖索引对受影响子图进行局部重算，包括根据发生版本变化的依赖对象确定直接影响集合，沿证据支持关系、语义组合关系和知识适用关系求取语义影响闭包，根据语义节点标识求取呈现影响闭包，仅将所述语义影响闭包和所述呈现影响闭包中的节点加入局部重算计划，并保持无依赖节点的文本散列不变。

16、本发明还提供一种体检报告双层图编辑记忆处理装置，包括：双层图构建模块，用于获取结构化体检数据，形成源数据快照、版本向量和版本化证据节点，并构建关联的报告语义图和报告呈现图；记忆编译与生成模块，用于在机构记忆库快照中召回并门控候选记忆，将得到的目标记忆与当前图节点绑定，编译为包含记忆执行计划、模型输入上下文和输出验证规则的记忆应用包，生成携带稳定锚点的初始报告数据包；图编辑识别模块，用于接收由具有终审权限的操作人员签署确认的权威终态报告，针对源数据或版本变化重放初始生成流程，得到学习基线报告；对所述学习基线报告与所述权威终态报告执行稳定锚点对齐和双层图匹配，得到语义图编辑事件和呈现图编辑事件；记忆巩固模块，用于将人工修订的图编辑事件写入情景记忆并生成候选长期记忆，利用匹配正例和近失配反例进行回放验证，将满足晋升条件的候选长期记忆巩固为机构长期记忆；记忆应用与局部重算模块，用于在后续任务中编译并执行匹配的机构长期记忆，依据输出验证规则验证执行结果，并在依赖对象版本变化时基于反向依赖索引对受影响子图进行局部重算。

17、与现有技术相比，本发明具有以下有益效果：通过将报告语义图与报告呈现图分离，能够把改变健康分析项语义和证据依赖的编辑与仅改变分组、名称、排序及布局的编辑分别识别；通过机构记忆库快照、节点绑定和同源编译，使同一目标记忆同时形成确定性图动作、模型输入上下文和输出验证规则，避免未经解析的历史文本越过当前证据和作用域直接影响生成结果；通过在初始机构记忆库快照上形成反事实学习基线，能够排除晚到数据、数据修正和运行版本变化所造成的伪反馈；通过匹配正例与近失配反例联合回放，能够在提高历史终态复现程度的同时限制缺少关键条件时的错误触发；通过版本依赖和反向依赖索引，只需重算与变化对象相关的语义子图和呈现子图，从而减少无关节点的重复处理并保持处理结果可追溯。