一种基于语言模型的DBS植入放射检查前置预警系统

本发明属于医学影像辅助诊疗、医疗信息智能预警，具体涉及一种基于语言模型的dbs植入放射检查前置预警系统，适用于医院放射科ct、mri、dr等各类影像检查的术前风险筛查，可拓展适配癫痫类神经有源植入物风险预警场景。

背景技术：

1、难治性癫痫临床常采用脑深部电刺激器（dbs）植入手术进行治疗，是目前神经外科干预难治性癫痫的核心微创手段。dbs、vns均属于有源颅内电子植入器械（activeimplantable medical device, aimd），不同型号设备对磁共振（mri）强磁场环境耐受能力存在明显差异：部分设备无磁场适配能力、完全禁止行mri检查；部分设备可在断电关机后开展mri检查方可完成mri扫描，分级管控要求严格。mri强磁场易造成植入设备故障、电极移位，甚至引发患者颅内组织损伤，同时植入物会产生严重影像伪影，影响ct、dr、mri诊断准确性。

2、目前国内医院针对dbs、vns植入患者的放射检查安全核查，完全依赖影像科技师人工询问患者、手动查阅门诊病历、病房手术记录及既往诊疗信息，存在显著技术缺陷：

3、一是人工核查效率低、主观性强，高峰接诊时段易出现漏查、漏判，且难以精准区分不同植入设备对应的mri分级准入规则；

4、二是传统病历检索仅依靠简单关键词字符匹配，无法区分患者“现存植入状态”和“既往手术史”，误报、漏报率极高；

5、三是院内门诊、病房、放射科信息系统相互独立，数据割裂、诊疗信息碎片化，无法在检查开立阶段实现前置风险预警；

6、四是现有通用植入物预警系统仅简单划分“可做/不可做mri”，未结合植入设备型号、工作状态、场强、检查部位设置分级准入规则，管控粒度粗，无法满足临床精细化安全管理需求。

7、同时，现有院内信息体系中，无强制、标准化的神经植入物填报入口，门诊医生、病房管床医生接诊时无固定字段登记dbs/vns植入信息、设备型号及mri适配属性，导致植入物数据缺失、记录不规范、信息散落在病历自由文本中，进一步加大影像科分级筛查难度。

8、美国专利申请us20100137945a1（公布日2010.6.3）公开了一种用于自动验证有源植入式医疗器械与mri模态兼容性的系统。该系统通过处理器从至少两个信息源（如患者信息终端、患者数据档案、aimd数据服务器、mri数据服务器、患者程控仪、aimd本身等）自动获取mri兼容性信息，并基于所获取的信息自动判断aimd与mri模态的兼容性。该系统还支持自动指示aimd进入mri条件安全操作模式、通过外部程控仪提示用户将aimd配置为mri条件安全操作模式等功能。然而，该现有技术仍存在以下不足：

9、其一，该系统的信息获取依赖于aimd本身存储的兼容性信息、患者程控仪或外部数据服务器的数据，缺乏前端临床医生主动、标准化的植入物填报入口与强制填报机制，植入物数据来源被动、依赖既有数据记录的完整性与准确性。当患者病历中植入物信息缺失、记录不规范或未及时更新时，系统无法获取有效兼容性信息，仍存在漏报风险。

10、其二，该系统虽能从多源获取信息，但其兼容性判断主要依赖设备型号、序列号等结构化数据的匹配与比对，对病历自由文本中植入物相关描述的语义理解能力有限，难以精准识别“既往行dbs植入术，今日已取出”“设备关机后方可完成mri扫描”等复杂临床语句中的时序逻辑、转折逻辑与否定逻辑。

11、其三，该系统的兼容性判断粒度较粗，未结合扫描部位（头颅高危扫描与四肢、胸部低危扫描）设置差异化准入规则，也未区分1.5t与3.0t不同场强下的分级管控要求。

12、其四，该系统主要针对通用aimd场景，未专门针对癫痫dbs/vns植入物的临床特点、mri分级规则、设备工作状态与患者配合度进行精细化适配，缺乏五级风险分级与对应的标准化处置流程。

13、基于此，亟需一种针对性强、分级管控精细、准确率高、可实现院内多系统联动，兼具医生主动填报与ai智能复核双校验机制的癫痫神经植入物放射检查智能预警系统。

技术实现思路

1、针对现有技术的缺陷，本发明提供一种基于语言模型的dbs植入放射检查前置预警系统，解决现有人工核查漏检率高、字符检索识别精度低、多系统数据割裂、无标准化植入物登记机制、mri检查管控规则粗放的问题，构建场强分级+扫描部位分级+设备兼容类别分级+操作条件分级+医师二次复核的五维智能风控体系，通过临床医生主动标准化填报+ai语言模型智能复核双校验机制，结合植入设备属性、设备工作状态、患者配合度设置mri分级准入规则，实现癫痫神经植入物患者放射检查前置、智能、精细化安全预警，同时预留癫痫神经植入物拓展适配能力。

2、为实现上述目的，本发明采用如下技术方案：

3、本发明提供一种基于语言模型的dbs植入放射检查前置预警系统，包括多系统数据同步模块、门诊病房端植入物标准化填报模块、分层语义词库构建模块、轻量化语言模型智能解析模块、植入物状态判定与风险分级模块、放射端前置预警交互模块和数据合规留存模块；

4、所述多系统数据同步模块，用于基于院内hl7标准与esb企业服务总线，采用实时增量同步与定时全量校对双模式双向对接门诊his系统、病房电子病历系统、神经外科手术系统及放射科pacs登记系统，归一化处理多源异构数据以同步患者诊疗数据，并将同步后的所述患者诊疗数据分别发送至所述门诊病房端植入物标准化填报模块和所述轻量化语言模型智能解析模块；

5、所述分层语义词库构建模块，用于通过人工标注结合机器聚类方式搭建包含核心精准词库、关联手术词库、拓展适配词库、排除干扰词库和mri分级规则专属词库的分层语义词库，并将所述分层语义词库发送至所述轻量化语言模型智能解析模块；

6、所述门诊病房端植入物标准化填报模块，接收所述多系统数据同步模块发送的所述患者诊疗数据，在癫痫患者影像检查开立阶段自动弹出强制填报窗口，采集标准化植入物勾选字段与mri分级属性选择项以生成结构化植入物数据，并将所述结构化植入物数据分别发送至所述植入物状态判定与风险分级模块和所述数据合规留存模块，同时，所述门诊病房端植入物标准化填报模块接收所述轻量化语言模型智能解析模块发送的ai冲突信号并触发填报冲突预警；

7、所述轻量化语言模型智能解析模块，接收所述多系统数据同步模块发送的所述患者诊疗数据中的病历文本、以及所述分层语义词库构建模块发送的所述分层语义词库，采用内网本地化部署的医疗微调轻量化bert模型对所述病历文本执行文本清洗、医疗词典与crf分词、语义匹配及上下文时序与否定推理，生成包含植入物现存状态、既往手术状态及mri分级准入条件的结构化复核结果，并将所述结构化复核结果分别发送至所述植入物状态判定与风险分级模块和所述门诊病房端植入物标准化填报模块，同时，若所述结构化复核结果与所述结构化植入物数据冲突，则向所述门诊病房端植入物标准化填报模块发送所述ai冲突信号；

8、所述植入物状态判定与风险分级模块，接收所述门诊病房端植入物标准化填报模块发送的所述结构化植入物数据、以及所述轻量化语言模型智能解析模块发送的所述结构化复核结果，按照人工填报优先、ai复核为辅、影像规则兜底的三级推理架构，结合植入物状态、mri磁场场强、扫描部位和设备兼容等级进行四维联合判定，生成对应的五级风险等级与处置指令，并将所述五级风险等级与处置指令发送至所述放射端前置预警交互模块，同时将判定记录发送至所述数据合规留存模块；

9、所述放射端前置预警交互模块，接收所述植入物状态判定与风险分级模块发送的所述五级风险等级与处置指令，在放射检查登记阶段触发全局置顶强制弹窗以展示风险提示与操作要求，并在接收到技师完成现场问询及前置操作核验后的手动确认信号后解除预警锁定，将所述手动确认信号及解除记录发送至所述数据合规留存模块；

10、所述数据合规留存模块，接收所述门诊病房端植入物标准化填报模块发送的所述结构化植入物数据、所述轻量化语言模型智能解析模块发送的所述结构化复核结果、所述植入物状态判定与风险分级模块发送的所述判定记录、以及所述放射端前置预警交互模块发送的所述手动确认信号及解除记录，对接收到的全部数据进行加密留存，实现全程可溯源。

11、上述系统技术方案中，各模块之间形成了清晰且严密的数据通信链路：多系统数据同步模块作为数据入口，将从his、emr、手术麻醉及pacs同步归一化后的患者诊疗数据分别推送至填报模块和ai解析模块，解决了院内数据孤岛问题，为后续所有处理环节提供完整数据基座。分层语义词库构建模块将五大专属词库独立输送至ai解析模块，使得ai的语义解析有了专业化的字典支撑。填报模块与ai解析模块之间建立了双向交互关系：填报模块将结构化植入物数据下传至风险分级模块，ai解析模块将结构化复核结果同时传送至风险分级模块和填报模块本身；当ai复核结果与医生填报冲突时，ai向填报模块回传ai冲突信号并触发填报冲突预警，这一双向校验链路正是本发明双校验核心创新的物理实现。风险分级模块接收填报数据和ai复核数据后进行四维联合判定，将生成的风险等级与处置指令单向推送至放射端交互模块。放射端交互模块在技师完成现场核验后，将手动确认信号及解除记录回传至数据合规留存模块。所有业务模块（填报、ai、风险、放射）均向数据合规留存模块汇聚全量数据，而质控模块则从留存模块调取全量数据进行离线评测和报告输出。这一完整的采集→解析→判定→拦截→留痕→评测数据闭环，确保了系统各环节的数据流转有序、可追踪、可回溯，从架构层面保障了医疗安全预警的可靠性与可审计性。

12、基于上述，所述门诊病房端植入物标准化填报模块的勾选字段包括：无体内神经植入物、植入dbs脑深部电刺激器（现存）、植入vns迷走神经刺激器（现存）、既往dbs/vns手术且植入物已取出、其他颅内神经植入物；针对现存植入物，配套选择项为：全场强mri禁止、1.5t头颅扫描（关机准入）、1.5t四肢/胸部扫描、3.0t高场检查（强制医师核实）。

13、上述优选技术方案中，通过将植入物状态细分为无植入、现存dbs、现存vns、已取出、其他五类，并针对现存植入物配套四种mri分级选择项，使得临床医生在开立检查申请时仅需勾选即可完成植入物信息的标准化录入。该设计从根本上解决了传统病历自由文本记录不规范、信息散落、无法机器识别的问题，漏填无法提交的强制机制杜绝了人为漏登记。

14、基于上述，所述分层语义词库中，核心精准词库包括dbs、脑深部电刺激、脑起搏器；关联手术词库包括癫痫dbs植入术、脑深部电刺激植入术、立体定向颅内电极植入术；拓展适配词库包括vns、迷走神经刺激器；排除干扰词库包括dbs取出术、植入物已取出、手术移除脑起搏器；mri分级规则专属词库包含完全禁止mri、关机后mri、断电、关机、强磁场禁忌相关专业词汇。

15、五大独立词库分别承担高危锁定、手术验证、同类覆盖、否定屏蔽、分级匹配的差异化职责。核心精准词库以最高优先级锁定dbs等关键术语确保不漏检；排除干扰词库具备语义屏蔽优先级，当病历中出现取出术、已取出等词汇时系统可准确判断植入物已被移除，从而彻底规避将既往手术史误判为现存植入物的致命缺陷。

16、基于上述，所述轻量化语言模型智能解析模块内置的上下文时序与否定推理包括：基于语句时序逻辑识别植入物从植入到取出的状态变迁、基于转折逻辑和否定逻辑识别“既往行dbs植入术，今日已取出”及“设备关机后方可完成mri扫描”的复杂句式，并经本院癫痫植入物病历和mri分级记录专项微调，精准识别临床不规范文本与混淆时序描述语句。

17、上述优选技术方案中，本模块采用内网本地化部署的医疗微调轻量化bert模型，通过模型蒸馏与量化压缩将参数量降至30%以内、推理速度提升200%以上，适配医院普通内网服务器低算力场景。模型引入的时序逻辑、转折逻辑与否定逻辑推理能力，并非简单匹配词条，而是通过深层语义判断精准识别“既往行dbs植入术，今日已取出”“设备关机后方可完成mri扫描”等复杂句式，彻底区分“现存有效植入物”与“历史手术记录”。

18、基于上述，所述三级推理架构包括：第一级以所述结构化植入物数据为优先判定依据，第二级以所述结构化复核结果为复核依据，第三级以影像安全先验规则与mri分级规则引擎为硬性兜底依据；当所述结构化植入物数据与所述结构化复核结果一致时直接判定风险等级，当二者冲突时触发人工复核提示并阻断检查流程，由所述影像安全先验规则与mri分级规则引擎对前两级判定结果进行最终校验。

19、三级推理架构体现了安全第一、人机协同的理念。第一级以临床医生结构化填报为首要依据——医生掌握患者最直接的诊疗信息，填报具有最高临床可信度；第二级以ai语义复核结果为校验依据——当ai与医生填报冲突时触发人工复核，优先保障安全；第三级以影像安全先验规则引擎作为硬性兜底——确保任何违反基本安全规则的申请均被最终拦截。这一架构既发挥了ai的语义理解优势，又通过规则引擎提供了不可绕过的安全底线。

20、基于上述，所述植入物状态判定与风险分级模块设置的五级风险等级为：

21、一级绝对禁忌预警：现存植入物、全场强mri无兼容资质，1.5t/3.0t所有部位mri一律禁止，强制更换检查方案；

22、二级条件准入预警一：仅1.5t兼容设备，头颅、四肢、胸部扫描均需设备关机断电后开展检查，其中四肢和胸部低危部位仅需基础关机操作即可放行；

23、二级条件准入预警二：新型双场强兼容设备，申请3.0t任意部位扫描时触发强制医师核实预警，待医师核对设备兼容资质、签字确认且设备关机后放行；

24、四级普通预警：现存植入物行ct/dr检查，无磁场风险，仅提示伪影及优化扫描参数；

25、五级无预警：植入物已完整取出，所有影像检查按常规流程执行。

26、上述优选技术方案中，五级风险分级体系打破传统可做/不可做mri的二元粗放分类，深度融合了场强差异（1.5t vs 3.0t）、部位风险差异（头颅高危vs四肢/胸部低危）、兼容类别差异（全场强禁止vs 1.5t兼容vs双场强兼容）及操作条件差异（关机断电vs医师核实）。特别地，二级预警二针对新型双场强兼容设备建立开放式兜底机制——任何3.0t申请均强制触发人工医师复核，彻底规避新设备漏判、旧设备误放的风险。

27、基于上述，所述放射端前置预警交互模块的所述强制弹窗在技师完成全部前置操作核验之前为全局置顶且无法关闭状态；所述前置操作核验包括技师现场标准化问询、病历二次核验、设备关机操作验证和医师人工签字核实；所述手动确认信号仅在全部前置操作核验完成后生成；所有问询记录、核验记录和解除记录均绑定操作人员工号并关联时间戳。

28、上述优选技术方案中，全局置顶且不可关闭的强制弹窗设计，确保预警信息在检查执行前绝不被忽略。弹窗仅在技师完成现场问询、病历核验、设备关机验证及医师签字等全部前置操作后方可解除，所有核验动作绑定人员工号与时间戳，从制度和操作两个层面保障安全底线不被突破。

29、基于上述，还包括ai质控评测与临床验证模块；所述ai质控评测与临床验证模块，用于接收所述数据合规留存模块存储的所述全部数据，构建零容忍差异化质控体系，将植入物识别召回率和mri分级规则识别召回率设定为100%硬性安全指标，并通过人机一致性对照实验输出评测报告；

30、所述ai质控评测与临床验证模块在系统部署上线前依次执行语料标注与模型微调、mri分级规则知识库校验、填报模块功能闭环测试、100%召回率基线测试、mri分级规则识别准确性测试、人机一致性对照实验、内网安全与压力测试全套前置质控流程，且仅在所述100%召回率基线测试通过后方可上线运行。

31、上述优选技术方案中，100%召回率硬性指标的确立，体现了本发明对医疗安全的零容忍态度。系统上线前必须依次完成语料标注与模型微调、100%召回率基线测试、人机一致性对照实验等全套质控流程，从数据、算法、规则、性能、安全五个维度全方位保障系统的临床可靠性与安全性。

32、本发明还提供一种基于语言模型的dbs植入放射检查前置预警方法，包括以下步骤：

33、多系统数据同步步骤：基于hl7标准与esb企业服务总线，采用实时增量同步与定时全量校对双模式双向对接门诊his系统、病房电子病历系统、神经外科手术系统及放射科pacs登记系统，归一化处理多源异构数据以同步患者诊疗数据，并将同步后的所述患者诊疗数据分别推送至门诊病房端植入物标准化填报步骤和轻量化语言模型智能解析步骤；

34、门诊病房端植入物标准化填报步骤：接收所述多系统数据同步步骤推送的所述患者诊疗数据，在癫痫患者影像检查开立阶段自动弹出强制填报窗口，采集标准化植入物勾选字段与mri分级属性选择项以生成结构化植入物数据，并将所述结构化植入物数据推送至植入物状态判定与风险分级步骤，同时接收轻量化语言模型智能解析步骤的ai冲突信号以触发填报冲突预警；

35、轻量化语言模型智能解析步骤：接收所述多系统数据同步步骤推送的所述患者诊疗数据中的病历文本及分层语义词库构建步骤构建的分层语义词库，采用内网本地化部署的医疗微调轻量化bert模型对所述病历文本执行文本清洗、医疗词典与crf分词、语义匹配及上下文时序与否定推理，生成包含植入物现存状态、既往手术状态及mri分级准入条件的结构化复核结果，并将所述结构化复核结果推送至植入物状态判定与风险分级步骤和门诊病房端植入物标准化填报步骤；

36、植入物状态判定与风险分级步骤：接收所述门诊病房端植入物标准化填报步骤推送的所述结构化植入物数据及所述轻量化语言模型智能解析步骤推送的所述结构化复核结果，按照人工填报优先、ai复核为辅、影像规则兜底的三级推理架构，结合植入物状态、mri磁场场强、扫描部位和设备兼容等级进行四维联合判定，生成对应的五级风险等级与处置指令，并将所述五级风险等级与处置指令推送至放射端前置预警交互步骤；

37、放射端前置预警交互步骤：接收所述植入物状态判定与风险分级步骤推送的所述五级风险等级与处置指令，在放射检查登记阶段触发全局置顶强制弹窗以展示风险提示与操作要求，并在接收到技师完成现场问询及前置操作核验后的手动确认信号后解除预警锁定；

38、数据合规留存步骤：接收所述门诊病房端植入物标准化填报步骤的所述结构化植入物数据、所述轻量化语言模型智能解析步骤的所述结构化复核结果、所述植入物状态判定与风险分级步骤的判定记录及所述放射端前置预警交互步骤的所述手动确认信号和解除记录，进行加密留存且全程可溯源。

39、该方法通过多系统数据同步步骤打通院内信息孤岛，将数据推送至填报步骤和ai解析步骤；填报步骤与ai解析步骤之间通过冲突信号形成双向校验闭环；风险分级步骤接收两者的输出进行四维联合判定，将风险等级与处置指令推送至放射交互步骤；放射交互步骤在技师核验后解除预警。上述方法步骤环环相扣，数据流向清晰，共同实现了癫痫dbs植入患者放射检查的全链路智能化前置安全预警。

40、基于上述，还包括ai质控评测步骤：构建零容忍差异化质控体系，将植入物识别召回率和mri分级规则识别召回率设定为100%硬性安全指标，并在系统部署上线前依次完成语料标注与模型微调、100%召回率基线测试、人机一致性对照实验全套前置质控流程。

41、上述优选技术方案中，数据合规留存步骤对全流程数据进行加密留存并全程可溯源；ai质控评测步骤通过100%召回率硬性指标及全套前置质控流程，为方法的临床推广提供了可量化、可验证的质量保障体系。

42、本发明与现有技术相比，具有如下显著创新及有益效果：

43、首创双校验预警体系，创新性增设门诊、病房临床医生标准化强制填报模块，构建临床人工结构化填报+ai语言模型语义复核双重筛查机制，解决传统单一ai检索漏报、人工记录不规范的行业痛点，大幅提升预警精准度。

44、场景针对性强，摒弃通用植入物宽泛预警模式，聚焦癫痫dbs、vns神经植入物，同时根据设备磁场耐受能力、工作状态、患者配合度细化mri三级准入规则，管控粒度精细，完全匹配临床实际诊疗规范。

45、识别能力全面升级，采用医疗专属轻量化语言模型替代传统关键词匹配算法，结合上下文语义推理、否定句式与时序状态识别，搭配mri分级专属词库与规则引擎，彻底解决误报、漏报问题，实现高危病例100%召回、系统综合识别准确率90%以上。

46、解决行业技术滞后问题：打破传统“3t全部禁止”的老旧规则，适配最新3t兼容新型dbs设备，贴合2026年临床最新诊疗规范。

47、首创部位差异化风控：区分头颅高危扫描与四肢、胸部低危扫描，精准分级管控，避免过度医疗限制，兼顾安全与效率。

48、安全与效率兼顾，设置五级分级预警机制，搭配标准化人工问询、前置操作核验、可控风险解除流程，既严格守住mri高危检查安全底线，又减少无效预警对临床工作的干扰。

49、技术落地性与拓展性强，整体架构依托医院现有信息化系统即可部署，模型轻量化适配内网低算力环境、数据全程不外流，同时支持新增植入物、新设备型号迭代扩展，专利转化与应用价值突出。