基于世界模型的临床诊疗因果推理智能决策方法及系统与流程

本发明涉及临床诊疗决策，尤其涉及一种基于世界模型的临床诊疗因果推理智能决策方法及系统。

背景技术：

1、在临床诊疗决策支持领域，一类基于临床指南或专家经验构建的规则推理系统通过将诊断标准与用药规范编码为条件判断结构，对患者当前指标进行匹配以产出建议，另一类基于历史病历数据的统计学习模型，利用机器学习算法从大规模诊疗记录中挖掘治疗方案与患者结局之间的关联模式，进而预测不同处置手段的潜在收益与风险。

2、现有技术中，缺乏对诊疗动作作用于患者状态后随时间推移所产生的间接效应与延迟效应的模拟能力，给出的建议仅基于当前观测或短时关联，无法推演某一治疗方案在后续多个诊疗周期内引发的状态链式变化，导致在面对病情演变非线性、存在显著滞后反应或治疗窗口依赖时序决策的复杂病况时，生成的决策往往缺乏前瞻性与全局性。此外，决策依据停留在相关关系层面，难以区分观测变量之间的伪关联与真实因果作用，历史数据中混杂着大量选择偏差与潜在混杂因素，统计相关性可能误导模型将伴随出现的现象误判为治疗有效的依据，当临床环境或患者群体分布发生偏移时，基于相关关系的决策可靠性会显著下降，甚至给出违背真实因果机制的处置建议。

技术实现思路

1、本发明实施例提供一种基于世界模型的临床诊疗因果推理智能决策方法及系统，至少能解决现有技术中存在的部分问题。

2、本发明实施例的第一方面，提供一种基于世界模型的临床诊疗因果推理智能决策方法，包括：

3、获取患者的生理指标数据和诊疗历史数据，对所述生理指标数据进行时序对齐并提取患者状态特征，对所述诊疗历史数据进行结构化解析并提取历史演化特征，对所述患者状态特征和所述历史演化特征进行融合编码得到初始状态表征；

4、基于所述初始状态表征构建不同诊疗动作对应的虚拟状态转移路径，对每条虚拟状态转移路径进行因果链追溯并识别关键影响因素，计算所述关键影响因素对目标状态的因果贡献度并基于所述因果贡献度对所述虚拟状态转移路径进行筛选得到候选决策路径集合；

5、对所述候选决策路径集合中的每条路径进行分解得到诊疗动作序列，基于所述诊疗动作序列进行前向推演并模拟时间维度上的级联效应得到状态转移概率和预期状态变化，基于所述因果贡献度和所述状态转移概率求解得到可靠性评分并结合预设的临床约束条件对所述候选决策路径集合进行筛选得到最优决策路径；

6、提取所述最优决策路径中的首个待执行诊疗动作与所述患者状态特征以及最优决策路径对应的预期状态变化进行关联组合生成决策指令并输出。

7、在一种可选的实施方式中，

8、获取患者的生理指标数据和诊疗历史数据，对所述生理指标数据进行时序对齐并提取患者状态特征，对所述诊疗历史数据进行结构化解析并提取历史演化特征，对所述患者状态特征和所述历史演化特征进行融合编码得到初始状态表征包括：

9、通过数据接口从医疗信息系统中调取患者的电子病历数据并分离得到生理指标数据和诊疗历史数据，从所述生理指标数据中提取不同采样频率的时序数据流并确定基准时间轴，基于所述基准时间轴对所述时序数据流进行重采样得到对齐时序数据，对所述对齐时序数据进行滑动窗口分割并提取统计特征和变化趋势特征得到患者状态特征；

10、对所述诊疗历史数据进行文本解析并识别诊疗事件的类型和时间戳得到诊疗事件序列，从所述诊疗事件序列中提取连续诊疗动作对并关联所述生理指标数据中对应时间段的状态变化量构建动作状态变化对，对所述动作状态变化对进行频次统计并计算条件转移概率得到历史演化特征；

11、对所述患者状态特征进行向量化编码得到状态向量，对所述历史演化特征中的条件转移概率进行特征分解得到演化向量，计算所述状态向量与所述演化向量的张量积并展平得到交互特征，将所述交互特征与所述状态向量和所述演化向量进行拼接得到所述初始状态表征。

12、在一种可选的实施方式中，

13、基于所述初始状态表征构建不同诊疗动作对应的虚拟状态转移路径，对每条虚拟状态转移路径进行因果链追溯并识别关键影响因素包括：

14、从预设的诊疗动作库中提取可执行诊疗动作并与所述初始状态表征进行适配性匹配得到候选诊疗动作，将所述候选诊疗动作构建为动作嵌入表示并与所述初始状态表征进行特征融合得到融合特征，对所述融合特征进行前向推演计算得到推演状态节点集合，对所述推演状态节点集合中的状态节点递归执行诊疗动作匹配与状态推演直至达到预设的推演深度得到虚拟状态转移路径；

15、对每条虚拟状态转移路径中的状态节点按照时间顺序提取多模态状态特征并构建因果图，对所述因果图进行反事实推断得到反事实状态轨迹，计算所述虚拟状态转移路径与所述反事实状态轨迹之间的状态偏差并计算对应候选诊疗动作的因果效应强度得到因果链节点；

16、从所述因果链节点中提取因果效应强度超过预设强度阈值的节点作为候选关键影响因素，计算每个候选关键影响因素对终点状态的路径依赖度与直接作用度，基于所述路径依赖度识别中介因素并构建中介路径，基于所述直接作用度识别直接影响因素并与所述中介路径进行关联标注得到关键影响因素。

17、在一种可选的实施方式中，

18、计算所述关键影响因素对目标状态的因果贡献度并基于所述因果贡献度对所述虚拟状态转移路径进行筛选得到候选决策路径集合包括：

19、从预设的临床目标库中提取与所述初始状态表征对应的目标状态定义并构建目标状态向量，遍历每条虚拟状态转移路径中的关键影响因素并提取对应的状态节点，从所述状态节点中提取实际生理指标值并计算与所述目标状态向量对应的期望值间的偏差得到指标偏差向量，基于所述关键影响因素的因果效应强度对所述指标偏差向量进行效应调制，获取目标生理指标以及对应的临床优先级对调制后的偏差向量进行优先级筛选并提取关键偏差指标计算偏差幅度得到路径偏差度量值；

20、从反事实状态轨迹中提取移除对应关键影响因素后的虚拟生理指标变化量，求解所述虚拟状态转移路径中的生理指标变化量并与所述虚拟生理指标变化量进行对比差分得到纯因果效应量，计算所述纯因果效应量和所述虚拟状态转移路径的路径一致性得分并进行协同度量得到因果贡献度；

21、筛选所述因果贡献度高于预设因果贡献度阈值且所述路径偏差度量值低于预设偏差阈值的虚拟状态转移路径得到候选决策路径集合。

22、在一种可选的实施方式中，

23、对所述候选决策路径集合中的每条路径进行分解得到诊疗动作序列，基于所述诊疗动作序列进行前向推演并模拟时间维度上的级联效应得到状态转移概率和预期状态变化包括：

24、对所述候选决策路径集合中的每条路径按照时间顺序分离诊疗动作节点得到诊疗动作序列，将所述诊疗动作序列中的首个诊疗动作与所述初始状态表征进行特征融合并进行单步状态推演得到当前预测状态，将所述诊疗动作序列中的后续诊疗动作依次与推演得到的当前预测状态进行特征融合与单步状态推演得到预测状态序列；

25、从所述预测状态序列中提取相邻预测状态对并计算状态变化量，基于所述状态变化量和所述历史演化特征的条件转移概率进行匹配得到基础转移概率，提取相邻预测状态对之间诊疗动作的因果效应强度并基于所述因果效应强度对所述基础转移概率进行修正得到状态转移概率；

26、从所述预测状态序列中提取终点预测状态并与所述初始状态表征进行差分得到总体变化量，基于所述诊疗动作序列中每个诊疗动作的因果贡献度对所述总体变化量进行分解得到单步状态变化分量，基于所述诊疗动作序列中相邻诊疗动作之间的时间间隔构建时间传播矩阵并与所述单步状态变化分量进行矩阵运算，得到级联效应量并累加得到预期状态变化。

27、在一种可选的实施方式中，

28、基于所述因果贡献度和所述状态转移概率求解得到可靠性评分并结合预设的临床约束条件对所述候选决策路径集合进行筛选得到最优决策路径包括：

29、遍历所述候选决策路径集合中的每条路径并提取对应的因果贡献度序列和状态转移概率序列，计算所述因果贡献度序列中每个因果贡献度相对于序列均值的偏离程度得到因果稳定性指标，基于所述状态转移概率序列求解得到路径可达概率并计算与所述因果稳定性指标的协同度量值，基于路径长度对所述协同度量值进行衰减调制得到基础可靠性评分；

30、从所述候选决策路径集合中提取每条路径的预测状态序列并计算相邻预测状态间的生理指标波动幅度，统计所述生理指标波动幅度超过预设的安全阈值的次数得到风险事件计数并对所述基础可靠性评分进行风险折减得到可靠性评分；

31、从预设的临床约束条件库中提取药物配伍禁忌约束和诊疗时序约束，提取所述候选决策路径集合中每条路径的诊疗动作序列并进行药物配伍冲突筛选得到配伍合规路径集合，计算所述配伍合规路径集合中每条路径中相邻诊疗动作之间的时间间隔并基于所述诊疗时序约束筛选得到合规路径集合，从所述合规路径集合中选取所述可靠性评分最高的路径作为最优决策路径。

32、在一种可选的实施方式中，

33、提取所述最优决策路径中的首个待执行诊疗动作与所述患者状态特征以及最优决策路径对应的预期状态变化进行关联组合生成决策指令并输出包括：

34、从所述最优决策路径中提取首个待执行诊疗动作并解析得到诊疗动作类型和执行参数，将所述诊疗动作类型与所述患者状态特征进行适配性验证得到适配度，基于所述适配度对所述执行参数进行个体化调整得到修正执行参数并编码得到动作指令向量；

35、从所述最优决策路径中提取所述预期状态变化并分解为各生理指标的变化分量，提取所述变化分量对应的变化趋势和达标时间窗并进行语义编码得到效果指令向量；

36、从所述患者状态特征中提取当前生理指标值和病史特征并构建患者上下文向量，计算所述患者上下文向量与所述动作指令向量之间的关联强度得到执行风险度，基于所述执行风险度对所述动作指令向量进行安全性标注并与所述效果指令向量拼接融合得到初始决策指令；

37、从所述最优决策路径中提取后续诊疗动作序列并计算与所述首个待执行诊疗动作之间的依赖关系，基于所述依赖关系构建执行约束条件，将所述执行约束条件附加到所述初始决策指令中得到完整决策指令并输出。

38、本发明实施例的第二方面，提供一种基于世界模型的临床诊疗因果推理智能决策系统，包括：

39、数据处理单元，用于获取患者的生理指标数据和诊疗历史数据，对所述生理指标数据进行时序对齐并提取患者状态特征，对所述诊疗历史数据进行结构化解析并提取历史演化特征，对所述患者状态特征和所述历史演化特征进行融合编码得到初始状态表征；

40、路径筛选单元，用于基于所述初始状态表征构建不同诊疗动作对应的虚拟状态转移路径，对每条虚拟状态转移路径进行因果链追溯并识别关键影响因素，计算所述关键影响因素对目标状态的因果贡献度并基于所述因果贡献度对所述虚拟状态转移路径进行筛选得到候选决策路径集合；

41、路径评估单元，用于对所述候选决策路径集合中的每条路径进行分解得到诊疗动作序列，基于所述诊疗动作序列进行前向推演并模拟时间维度上的级联效应得到状态转移概率和预期状态变化，基于所述因果贡献度和所述状态转移概率求解得到可靠性评分并结合预设的临床约束条件对所述候选决策路径集合进行筛选得到最优决策路径；

42、指令生成单元，用于提取所述最优决策路径中的首个待执行诊疗动作与所述患者状态特征以及最优决策路径对应的预期状态变化进行关联组合生成决策指令并输出。

43、本发明实施例的第三方面，提供一种电子设备，包括：

44、处理器和用于存储处理器可执行指令的存储器，其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。

45、本发明实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。

46、本发明中，充分整合患者即时生理数据与病史记录，经时序对齐和结构化处理后融合编码，可完整保留疾病演化脉络与当前状态特征，为因果推理提供全面信息基础。构建虚拟状态转移路径并追溯因果链，能够明确关键影响因素，使决策依据病理机制而非表面关联，显著提升决策可解释性与可信度。依据因果贡献度筛选虚拟路径，能够剔除低相关干扰，压缩决策搜索空间。将候选路径分解为动作序列并前向推演，可模拟时间维度上的级联效应，量化状态转移概率与预期变化，使干预措施的远期影响透明可见，增强对疗效与风险的预判能力。融合因果贡献度与状态转移概率求解可靠性评分，并纳入预设临床约束条件，能够兼顾因果合理性、演化可能性与实践安全性。确保最优决策路径既符合病理逻辑又满足临床操作规范，避免不符合实际条件的干预方案，提高决策的综合可靠性与鲁棒性，增强临床采纳信心。提取最优决策路径中的首个待执行诊疗动作，与患者状态特征及预期状态变化关联组合，生成具体决策指令，直接指明当前应采取的诊疗动作，并附带预期演变结果，便于医生快速理解与采纳，缩短决策响应时间，提升诊疗流程连贯性，保障患者安全，提升整体诊疗质量。