一种基于可信度评分的检索增强生成医学信息提供方法、系统及存储介质

摘要: 本发明涉及计算机实现的医疗信息系统领域。更具体地,本发明涉及一种利用检索增强生成(retrieval-augmentedgeneration,rag)、可信度评...
一种基于可信度评分的检索增强生成医学信息提供方法、系统及存储介质

本发明涉及计算机实现的医疗信息系统领域。更具体地,本发明涉及一种利用检索增强生成(retrieval-augmented generation,rag)、可信度评分机制及机器学习模型,从专家同行评议科学文献中合成、评估并输出准确且具有文献引用支持的临床或生物医学知识的系统及方法。

背景技术:

1、大语言模型已成为医疗沟通及信息传播领域的重要工具。由于其能够理解并回应复杂医学问题,因此被广泛应用于智能对话系统及医疗聊天机器人。该等能力主要来源于其基于大规模文本语料的自监督训练。

2、目前,越来越多用户依赖网络资源获取健康信息,并通过搜索引擎进行初步自我诊断,显示数字化工具在医疗决策中的重要性持续提升。然而,现有商业化大语言模型仍存在显著风险,包括输出错误信息、生成虚构或幻觉式医学内容,以及在高度专业化医学领域中可靠性不足等问题。此外,将潜在敏感的患者相关数据传输至远程服务器,也可能引发隐私及数据安全疑虑。

3、检索增强生成技术被提出作为改善上述问题的可行方案。在检索增强生成架构中,大语言模型可先检索外部信息来源,再结合所检索内容生成回复,从而提升事实准确性、来源可追溯性以及与最新医学知识的一致性。若整合专家同行评议科研文献,检索增强生成系统可进一步提供符合循证医学原则的回答。

4、然而,现有检索增强生成系统通常将文献切分为固定长度文本片段,此种处理方式可能破坏语义连续性,降低上下文关联度,并导致回答不完整或产生错误结果。

5、此外,传统领域专用人工智能系统通常需人工建立及维护专业知识库,相关流程高度依赖专家参与文献筛选、标注、验证及持续更新,耗费大量人力与时间成本。许多现有系统亦无法提供可验证的引用来源,而此缺陷在循证临床环境中尤为明显。

6、现有生成式人工智能平台主要针对通用消费型应用进行优化。当应用于眼科、近视管理等专业医学领域时,往往缺乏足够的专业深度,无法稳定提供可信参考文献,也难以满足临床人员或专业用户对于准确性及可靠性的要求。

7、因此,仍有必要提供一种改进的医疗信息系统,其能够自动检索高质量科学证据,生成具可信度且附带引用依据的回答,并对输出结果进行量化可靠性评估。

8、为解决上述问题,本发明提供一种领域专用医疗信息系统,其利用开放获取或授权取得的科学出版物作为外部知识来源。针对用户查询,系统可检索多个语义相关的问题-答案配对或文献段落,并将所检索内容作为上下文输入,以生成具有可信度与专业性的可信赖回答。

技术实现思路

1、本发明的目的是提供设备、装置、系统、和方法,以解决上述技术问题。

2、根据本发明的第一方面,提供一种基于检索增强生成的医学信息提供方法,其包括以下步骤:

3、获取医学文献数据集,并将该医学文献数据集中的各医学文献转换为多个问题-答案配对;

4、为该问题-答案配对关联文献元数据,该文献元数据至少包括影响因子、发表日期及被引用频率中的一种或多种;

5、将该问题-答案配对及该文献元数据进行向量化处理,并存储于向量数据库中;

6、接收用户查询,并基于语义相似度自该向量数据库中检索相关问题-答案配对;

7、依据该文献元数据计算各相关问题-答案配对的可信度评分;

8、依据该可信度评分对该相关问题-答案配对中的冲突信息进行解析;

9、基于解析后的相关问题-答案配对生成回答内容;以及

10、输出该回答内容及对应引用信息。

11、根据一实施例,医学文献为经专家同行评议的期刊论文、临床研究文献、医学指南、系统综述或荟萃分析文献中的一种或多种。

12、根据另一实施例,该将各医学文献转换为多个问题-答案配对步骤,包括:

13、基于第一语言模型生成与该医学文献内容对应的多个问题;

14、基于第二语言模型根据该医学文献内容生成各问题对应的答案;

15、将该问题及其对应答案形成该问题-答案配对。

16、根据另一实施例,该文献元数据还包括作者信息、期刊名称、文章标题、关键词及所属医学专科中的一种或多种。

17、根据另一实施例,该可信度评分的计算依据以下步骤:

18、根据该医学文献的该影响因子分配基本得分;

19、对该医学文献的发表日期套用时效性修正,以生成时效价值,其中该发表日期较晚,所获得的时效价值会较高;

20、纳入该被引用频率以生成被引用频率值;以及

21、通过以下公式计算并获得该可信度评分:

22、可信度评分= α(基本得分)+ β(时效价值)+ γ(被引用频率值);其中α、β、γ值都介于0-1,且α + β + γ = 1。

23、根据另一实施例,该对冲突信息进行解析步骤,包括:

24、识别该相关问题-答案配对之间语义上相互矛盾的陈述;

25、将支持相同主张的相关问题-答案配对归类为对应主张群组;

26、计算各主张群组的群组可信度评分;以及

27、选择群组可信度评分最高的主张群组作为主要信息来源。

28、根据另一实施例,当至少两个主张群组之间的群组可信度评分差值小于预设阈值时,同时输出对应主张群组的信息,并提示存在学术争议或证据不足。

29、根据另一实施例,该生成回答内容步骤包括:

30、将解析后的相关问题-答案配对作为上下文输入至大语言模型,以生成自然语言回答。

31、根据另一实施例,该引用信息包括文献标题、作者、期刊名称、发表年份及数字对象标识符中的一种或多种。

32、根据另一实施例,该方法还包括:对该引用信息进行真实性验证,以确认被引用文献存在且引用内容与原文一致。

33、根据另一实施例,该方法还包括:

34、判断该用户查询是否属于预设医学领域;

35、当该用户查询不属于预设医学领域时,输出超出专业范围提示信息。

36、根据另一实施例,该方法还包括周期性更新该医学文献数据集,并依据更新后的文献元数据重新计算可信度评分。

37、根据本发明的第二方面,提供一种医学信息提供系统,其包括以下组件:

38、文献处理模块,用于获取医学文献数据集并将各医学文献转换为多个问题-答案配对;

39、元数据管理模块,用于为该问题-答案配对关联文献元数据;

40、向量数据库,用于存储经向量化处理后的问题-答案配对及文献元数据;

41、检索模块,用于接收用户查询并基于语义相似度检索相关问题-答案配对;

42、可信度评分模块,用于计算该相关问题-答案配对的可信度评分;

43、冲突解析模块,用于对冲突信息进行解析;

44、回答生成模块,用于生成回答内容;以及

45、引用输出模块,用于该输出回答内容及对应引用信息。

46、根据一实施例,该系统部署于医院内网、本地服务器、私有云平台或终端设备。

47、根据另一实施例,该检索模块采用稠密向量检索与关键词检索相结合的混合检索方式。

48、根据另一实施例,该回答生成模块根据用户身份、用户专业程度、临床场景或历史对话信息调整回答内容的表达方式。

49、根据本发明的第三方面,提供一种电子设备,其包括处理器及存储器,且该存储器中存储有程序指令,该程序指令被处理器执行时可实现上述的任一方法。

50、根据本发明的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,其中该计算机程序被处理器执行时可实现上述的任一方法。

51、根据本发明的第五方面,提供一种检索增强生成系统中的信息冲突解析方法,其包括以下步骤:

52、对检索获得的多个信息单元分别赋予可信度评分;

53、识别该多个信息单元之间的冲突信息;

54、将该冲突信息划分为多个主张群组;

55、计算各主张群组的群组可信度评分;以及

56、依据该群组可信度评分确定输出信息。