血液检测项目前处理方法

摘要: 本发明涉及一种血液检测项目前处理方法,属于医疗检验前处理。背景技术:1、血液检测分析前阶段,为从医嘱下达至标本送达实验室,是影响检验准确性的关键环节。目前,hi...
血液检测项目前处理方法

本发明涉及一种血液检测项目前处理方法,属于医疗检验前处理。

背景技术:

1、血液检测分析前阶段,为从医嘱下达至标本送达实验室,是影响检验准确性的关键环节。目前,his(医院信息系统,hospital information system)和lis(实验室信息系统,laboratory information system)已实现医嘱电子化与结果数字化管理。在采血管标签管理方面,部分医院已引入条码技术和智能贴标系统,通过扫描患者腕带自动匹配检验项目并生成标签,然而,上述信息化手段和自动化设备多为点状应用,主要解决单一环节的局部问题,尚未形成覆盖采血前指导和采血中操作规范输出的全流程闭环体系,各环节之间的信息传递仍存在断层。

2、然而,现有血液检测前处理技术仍存在以下缺陷。一方面,采血指导信息的获取与执行高度依赖操作人员的个人经验和记忆,不同操作人员对采血体位、消毒方式、采血顺序等操作细节的执行标准不统一,操作规范难以统一,行业标准无法在具体采血场景中为操作人员提供实时、针对性的指导,静脉血标本采集质量受人为因素影响较大。另一方面,采血指导信息与采血管标签之间缺乏有效的关联打印和防篡改传递机制,标签内容与采血操作规范相互独立,信息传递环节分散且缺乏闭环校验,标签信息在打印、粘贴、扫描等环节中缺少防篡改和可追溯的技术保障,一旦出现差错难以追溯源头。

3、综上所述,由于现有技术中采血指导信息的生成与传递、采血管标签的打印与管理缺乏统一的信息生成源头和贯穿全流程的可信传递与校验机制,导致采血操作标准难以统一、各环节信息相互孤立且差错难以追溯,整体处理效率难以提升。

技术实现思路

1、本发明的目的是提供一种血液检测项目前处理方法,通过多模态大模型进行语义理解和因果推理匹配,生成采血指导信息集及知识溯源路径;通过动态哈希运算生成操作指令校验码,并与所述采血指导信息集绑定生成复合式二维条码图像;通过解析所述复合式二维条码图像并结合所述知识溯源路径进行知识回溯增强,得到标准化信息集并生成全流程指导指令集,以解决现有技术中采血指导依赖人工、信息无可信传递机制导致各环节信息孤立且差错难追溯的问题。

2、为解决上述技术问题,本发明是采用下述技术方案实现的。

3、本发明提供一种血液检测项目前处理方法,包括:

4、获取目标检测者的基础信息与采血管类型信息,基于训练好的多模态大模型进行语义理解和因果推理匹配,生成采血指导信息集以及知识溯源路径;

5、根据所述采血指导信息集提取采血操作规范字段,通过动态哈希运算生成操作指令校验码,并将所述操作指令校验码与所述采血指导信息集通过绑定编码生成复合式二维条码图像并打印;

6、解析所述复合式二维条码图像并根据所述知识溯源路径,进行知识回溯增强,得到标准化信息集,并基于所述标准化信息集生成全流程指导指令集;

7、基于所述全流程指导指令集,通过多端输出方式向展示血液检测项目前处理的标准化信息。

8、进一步地,获取目标检测者的基础信息与采血管类型信息,基于训练好的多模态大模型进行语义理解和因果推理匹配,生成采血指导信息集以及知识溯源路径,包括:

9、对目标检测者的基础信息与采血管类型信息进行特征提取和标准化编码,生成包括身份标签、采血时序标签和检测项目分类标签的语义特征向量;

10、将所述语义特征向量映射至预设的医学知识图谱中,遍历与当前检测项目关联的采血潜在干扰因素节点,并计算与预期采血结果偏差之间的因果效应强度值;

11、基于因果效应强度值对医学知识图谱中候选的采血指导信息进行置信度递阶排序,以筛选采血指导信息聚合生成采血指导信息集,并将每条采血指导信息对应的因果路径链记录为知识溯源路径。

12、进一步地,对目标检测者的基础信息与采血管类型信息进行特征提取和标准化编码,生成包括身份标签、采血时序标签和检测项目分类标签的语义特征向量,包括:

13、获取目标检测者的基础信息及采血管类型信息;所述基础信息至少包括目标检测者的身份标识信息,所述采血管类型信息至少包括采血时间信息和检测项目类别信息;

14、对所述身份标识信息进行标准化编码,生成所述身份标签;对所述采血时间信息进行时序特征提取与标准化编码,生成所述采血时序标签;对所述检测项目类别信息进行标准化编码,生成所述检测项目分类标签;

15、将所述身份标签、采血时序标签和检测项目分类标签进行语义特征融合,生成所述语义特征向量。

16、进一步地,将所述语义特征向量映射至预设的医学知识图谱中,遍历与当前检测项目关联的采血潜在干扰因素节点,并计算与预期采血结果偏差之间的因果效应强度值,包括:

17、将所述语义特征向量作为查询键值,在所述医学知识图谱中查找与所述语义特征向量具有名称匹配关系或属性包括关系的节点作为锚定实体;

18、获取所述医学知识图谱中与所述锚定实体直接相连的所有关系边和相邻节点,记录为锚定关系集合;以所述锚定关系集合中的各相邻节点作为起始节点,沿所述医学知识图谱中的干扰传播关系边向外逐层遍历,将遍历到的全部节点记录为采血潜在干扰因素节点;

19、根据每个采血潜在干扰因素节点的节点属性值;所述节点属性值包括干扰强度值、干扰发生概率值和干扰作用时间窗口值;确定检测项目类型对应的敏感度系数以及身份标签对应的个体易感性调整系数;通过判断采血潜在干扰因素节点的干扰作用时间窗口属性值与采血时间点对否存在重合,确定因果效应强度值。

20、进一步地,通过判断采血潜在干扰因素节点的干扰作用时间窗口属性值与采血时间点对否存在重合,确定因果效应强度值,包括:

21、若不存在重合,则将当前采血潜在干扰因素节点的因果效应强度值设为零;若存在重合,则根据干扰作用时间窗口计算时间匹配系数,并将所述节点属性值、所述敏感度系数、所述个体易感性调整系数和所述时间匹配系数相乘所得的乘积,作为当前采血潜在干扰因素节点对预期采血结果偏差的因果效应强度值。

22、进一步地,基于因果效应强度值对医学知识图谱中候选的采血指导信息进行置信度递阶排序,以筛选采血指导信息聚合生成采血指导信息集,并将每条采血指导信息对应的因果路径链记录为知识溯源路径,包括:

23、在医学知识图谱中沿指导关联关系边查找与当前采血潜在干扰因素节点直接相连或间接可达的所有节点,记录为当前采血潜在干扰因素节点对应的候选采血指导信息集合;

24、基于候选采血指导信息集合,获取当前候选采血指导信息与对应采血潜在干扰因素节点之间的关联路径长度以及对应的历史采纳频次值;基于关联路径长度、历史采纳频次值和因果效应强度值,计算当前候选采血指导信息的置信度,并基于所有候选采血指导信息的置信度,筛选候选采血指导信息聚合得到采血指导信息集;

25、基于采血指导信息集中的每条采血指导信息对应的采血潜在干扰因素节点,将当前采血潜在干扰因素节点的节点序列和关系边序列作为因果路径链,得到知识溯源路径。

26、进一步地,根据所述采血指导信息集提取采血操作规范字段,通过动态哈希运算生成操作指令校验码,包括:

27、解析所述采血指导信息集提取采血操作规范字段拼接形成规范字段序列,记录各采血操作规范字段在所述规范字段序列中的起始位置和长度形成字段位置映射表;将规范字段序列与所述当前系统的时间戳、当前条码打印终端的设备序列号进行组合拼接形成动态哈希输入串,并采用预设的动态哈希算法对所述动态哈希输入串进行哈希运算,生成操作指令校验码。

28、进一步地,将所述操作指令校验码与所述采血指导信息集通过绑定编码生成复合式二维条码图像并打印,包括:

29、将操作指令校验码转换为校验码二进制流,将采血指导信息集转换为采血指导信息二进制流,将字段位置映射表转换为映射表二进制流,并依次拼接生成复合编码数据流,自适应选择纠错等级和版本号,将所述复合编码数据流转换为复合式二维条码图像;

30、向条码打印终端发送打印控制指令,将所述复合式二维条码图像打印至采血管标签贴纸上。

31、进一步地,解析所述复合式二维条码图像并根据所述知识溯源路径,进行知识回溯增强,得到标准化信息集,并基于所述标准化信息集生成全流程指导指令集,包括:

32、基于采血指导信息集和所述知识溯源路径,逐一节点访问医学知识图谱,读取预先存储的采血指导信息文本及对应的适用条件标签,剔除适用条件标签与目标检测者未完全匹配的节点所对应的采血指导信息文本,得到匹配的采血指导信息文本集合;

33、将采血指导信息文本集合中的采血指导信息文本,映射至所述采血指导信息集中对应位置的采血指导信息条目上,得到经知识溯源增强的采血指导信息条目;汇总全部经知识溯源增强的采血指导信息条目,得到标准化信息集;

34、从所述标准化信息集中提取各采血指导信息条目的阶段属性值,并基于阶段属性值对全部采血指导信息条目进行分组得到采血指导信息条目的阶段分组;对各阶段分组内的采血指导信息条目按照预设的操作序列模板进行结构化重组,得到全流程指导指令集。

35、进一步地,所述多模态大模型的网络结构,包括:

36、输入层,用于接收目标检测者的基础信息与采血管类型信息,并将基础信息转换为文本嵌入向量序列,将采血管类型信息转换为图像嵌入向量序列;

37、语义特征编码层,用于根据文本嵌入向量序列提取文本语义特征向量,根据图像嵌入向量序列提取图像视觉特征向量;

38、模态对齐与权重分配层,用于将文本语义特征向量和图像视觉特征向量投影至公共语义空间,分别计算与预设的采血指导信息文本向量之间的相似度,基于所述相似度为文本语义特征向量和图像视觉特征向量分配模态注意力权重;

39、跨模态注意力融合层,用于基于所述模态注意力权重,将文本语义特征向量和图像视觉特征向量通过跨模态注意力机制进行融合,得到跨模态融合特征向量;

40、知识图谱图注意力聚合层,用于以所述跨模态融合特征向量作为查询向量,在预设的医学知识图谱中进行图注意力聚合操作,聚合所述医学知识图谱中与所述查询向量关联的邻域节点的图结构特征,得到图聚合特征向量;

41、因果推理匹配层,用于基于所述图聚合特征向量,通过因果推理网络计算各候选采血指导信息与目标检测者之间的因果效应强度值;

42、门控残差融合层,用于将所述跨模态融合特征向量与所述图聚合特征向量通过门控残差连接进行融合,得到语义表征向量;

43、输出层,用于基于所述因果效应强度值,对候选采血指导信息进行置信度递阶排序与筛选,并根据所述语义表征向量输出采血指导信息集及对应的知识溯源路径。

44、与现有技术相比,本发明所达到的有益效果:

45、本发明通过多模态大模型进行语义理解和因果推理匹配生成采血指导信息集及知识溯源路径,使采血指导信息的生成依据可追溯;通过动态哈希运算生成操作指令校验码并与采血指导信息集绑定生成复合式二维条码图像并打印,使采血指导信息以物理载体形式在采血管标签上可信传递,对所述复合式二维条码图像的任何篡改均导致操作指令校验码验证失败;通过解析复合式二维条码图像并根据知识溯源路径进行知识回溯增强得到标准化信息集并生成全流程指导指令集,使采血指导信息在执行环节经二次验证后转化为结构化可执行指令;通过多端输出方式展示标准化信息,使各执行终端接收的指导指令同源一致,解决了现有技术中采血指导依赖人工、信息无可信传递机制导致各环节信息孤立且差错难追溯的问题。