一种基于人工智能的个性化指南生成方法与系统

本发明涉及人工智能与医疗健康交叉，具体提供一种基于人工智能的个性化指南生成方法与系统。

背景技术：

1、随着医疗技术的发展，医学指南已成为指导临床诊疗的核心依据，但现有技术仍存在诸多不足：

2、在模型应用层面，部分方案仅单一依赖大语言模型实现医疗相关内容生成，未建立有效的知识更新机制，导致模型输出易受训练数据时效性限制，难以跟上临床指南的更新节奏；同时，此类方案缺乏充分的实践验证，生成内容的可靠性存疑，且在未引入医生参与决策的情况下，直接将模型输出作为诊疗参考，易引发医学伦理争议，无法保障医疗安全。在数据处理层面，采用大数据驱动的方案往往过度依赖大规模患者数据采集，却未充分考虑患者数据隐私保护的核心需求，数据加密存储、传输的成本较高，且海量数据的获取与长期维护需要投入大量资源，导致方案落地难度大、推广成本高。在技术选型层面，部分现有方案仍沿用传统的检索与生成算法，如基于tf-idf的检索方式，难以适配医疗领域多模态数据、海量结构化与非结构化数据的处理需求，检索效率低、生成内容的精准性不足，无法满足临床诊疗的实时性与专业性要求。在决策模式层面，绝大多数方案未体现医患共同决策的核心理念，要么仅面向医生提供专业诊疗参考，要么仅为患者输出简单健康建议，缺乏医患双端的交互与协同机制，无法兼顾医生的专业判断与患者的个体需求、价值观偏好，导致指南的实际应用效果受限。在诊疗覆盖层面，现有方案多局限于单一医学领域，或仅针对西医诊疗流程设计，或仅聚焦中医辨证施治，忽略了中西医结合诊疗的优势，难以满足临床中多种疾病的综合诊疗需求，尤其无法适配对中西医融合方案有迫切需求的特定病种诊疗场景。在用户适配层面，针对患者端的诊疗指南生成普遍存在个性化不足的问题，多为同质化、标准化内容，未结合患者的症状特点、生活习惯、文化背景等个体差异；同时，指南呈现形式单一，多以纯文本为主，缺乏图像、短视频等直观化表达，导致患者理解难度大，健康管理的依从性不足。在知识库维护层面，现有方案的知识库更新机制不完善，多依赖人工手动更新，更新周期长、效率低，无法及时纳入最新的临床研究证据、指南修订内容，导致知识库内容过时，进而影响生成指南的时效性与准确性，难以支撑长期、稳定的临床应用。

3、上述问题的存在，使得当前医学指南生成相关技术方案难以同时满足专业性、时效性、个性化、合规性与医患协同的核心需求，限制了人工智能技术在医疗健康领域的深度应用与推广。因此，亟需一种能够解决上述缺陷的个性化指南生成方法及系统，以提升医疗服务的精准性、安全性与患者体验。

技术实现思路

1、为了解决上述问题，第一方面，本发明提供一种基于人工智能的个性化指南生成方法，包括：构建特定病种专属分区数据库，所述数据库按数据类型划分为知识图谱子库、指南更新子库、知识图谱子库及用户关联子库，通过病种唯一标识与核心医学实体标识建立跨库数据关联，所述病种唯一标识为区分不同特定病种的专属编码，所述核心医学要素至少包括：病症、药物、诊疗手段、辨证类型；接入特定病种的中西医医学指南数据及医患双端交互数据，按西医诊疗路径、中医病证症、多模态辅助素材分类后，对非结构化及多模态数据执行结构化转化与术语标准化处理；分层提取特定病种关键信息，基于标准化处理后的高证据等级医学数据对大语言模型进行病种定向微调，同时构建关联多模态实体的病种-核心医学实体-关联关系三元组知识图谱；通过rag技术在专属分区数据库内按指南更新子库、知识图谱子库、知识图谱子库优先级检索，形成检索数据集；将所述检索数据集输入微调后的大语言模型，经提示词约束与合规控制，分别生成医生端规范化结构化指南与患者端个性化多模态指南。

2、在上述基于人工智能的个性化指南生成方法的一个技术方案中，通过rag技术在专属分区数据库内按指南更新子库、知识图谱子库、知识图谱子库优先级检索，形成检索数据集的过程至少包括：接收特定病种查询请求后，仅限定在对应病种的专属分区数据库内检索；优先检索指南更新子库，若存在匹配内容，直接提取；若无更新数据，检索知识图谱子库，匹配查询关键词-实体关系，获取关联的诊疗逻辑；最后检索指南基础子库，补充基础诊疗内容。

3、在上述基于人工智能的个性化指南生成方法的一个技术方案中，通过rag技术在专属分区数据库内按指南更新子库、知识图谱子库、知识图谱子库优先级检索，形成检索数据集的过程还包括：若查询请求含多模态数据，先提取病种特征再执行优先级检索。

4、在上述基于人工智能的个性化指南生成方法的一个技术方案中，所述结构化转化与术语标准化处理后，所有数据均携带病种唯一标识。

5、在上述基于人工智能的个性化指南生成方法的一个技术方案中，所述特定病种关键信息提取后，按用途存入指南更新子库和生成查询请求。

6、在上述基于人工智能的个性化指南生成方法的一个技术方案中，所述大语言模型病种定向微调包括两种路径：路径一：选用通用医疗大语言模型，仅以特定病种的高证据等级结构化数据为微调数据，排除低质量数据及非目标病种数据；路径二：针对高复杂度特定病种，以该病种的全量结构化医学数据为训练集，构建病种专属大语言模型；两种路径均根据特定病种的诊疗特性，调整专属微调参数，使微调后的模型具备识别特定病种特征向量与文本关联的能力。

7、在上述基于人工智能的个性化指南生成方法的一个技术方案中，所述三元组知识图谱的构建过程为：基于微调后大语言模型提取病种-核心医学实体-关联关系三元组，生成知识图谱数据，为每个核心医学实体分配专属标识及特征向量，所述知识图谱同时关联文本实体与多模态实体的特征向量，构建完成后定向存入知识图谱子库。

8、第二方面，本发明提供了一种基于人工智能的个性化指南生成系统，包括：数据库模块，用于构建特定病种专属分区数据库，所述数据库按数据类型划分为知识图谱子库、指南更新子库、知识图谱子库及用户关联子库，通过病种唯一标识与核心医学实体标识建立跨库数据关联，所述病种唯一标识为区分不同特定病种的专属编码，所述核心医学实体标识为病症、药物、诊疗手段、辨证类型等核心医学要素的专属编码；输入与数据处理模块，用于接入特定病种的中西医医学指南数据及医患双端交互数据，按西医诊疗路径、中医病证症、多模态辅助素材分类后，对非结构化及多模态数据执行结构化转化与术语标准化处理；关键信息提取模块，用于分层提取特定病种关键信息，基于标准化处理后的高证据等级医学数据对大语言模型进行病种定向微调，同时构建关联多模态实体的病种-核心医学实体-关联关系三元组知识图谱；检索模块，用于通过rag技术在专属分区数据库内按指南更新子库、知识图谱子库、知识图谱子库优先级检索，形成检索数据集；指南生成模块，用于将所述检索数据集输入微调后的大语言模型，经提示词约束与合规控制，分别生成医生端规范化结构化指南与患者端个性化多模态指南。

9、在上述基于人工智能的个性化指南生成系统的一个技术方案中所述用户关联子库：存储特定病种的用户关联数据，按用户id，病种id双主键索引，仅允许本人授权医护人员访问。

10、在上述基于人工智能的个性化指南生成系统的一个技术方案中，所述数据库模块的指南更新子库支持医生审核后入库并关联基础库对应条目，实现特定病种知识动态更新；所述指南生成模块的合规控制单元实时校验生成内容，限定不超出特定病种医学指南范围。

11、本发明的有益效果为：

12、1.结合了大语言模型技术，可以提高判断准确率，同时集成了rag技术确保了数据的及时更新。

13、2.既适用于中医方向，也适用于西医，可覆盖更广泛的医学应用场景。

14、3.支持医生和患者双方与系统互动，方便双方参与到诊疗相关过程中。

15、4.对于特定病种的研究更加深入，能更好地满足相应诊疗需求。

16、5.对于不同身份，提供给二者不同指南，确保医生觉得对，患者能看懂。