申请/专利权人：北京惠每云科技有限公司

申请日：2024-04-07

公开（公告）日：2024-06-25

公开（公告）号：CN117995346B

主分类号：G16H15/00

分类号：G16H15/00;G16H50/70;G06N5/022

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.05.24#实质审查的生效;2024.05.07#公开

摘要：本发明涉及一种病历质控优化方法、装置、电子设备及存储介质，该方法包括：获取病历质控规则以及第一文本数据，病历质控规则包括病历质控范围以及病历质控定义，第一文本数据为待质控的文本数据。将病历质控规则分别转化为第一指令和第二指令，第一指令为病历质控指令，第二指令为构造缺陷指令。从第一文本数据中获取待优化数据，并将待优化数据和第二指令作为GPT模型的输入，以缺陷数据作为GPT模型的输出，对GPT模型进行训练，得到缺陷模型。通过缺陷模型生成缺陷样本，并以待优化数据作为标准样本对缺陷样本进行判别，以优化缺陷判别模型，缺陷判别模型用于响应于第一指令对第一文本数据进行质控。该方法提高了病历质控的效率和准确性。

主权项：1.一种病历质控优化方法，其特征在于，所述方法包括：获取病历质控规则以及第一文本数据，所述病历质控规则包括病历质控范围以及病历质控定义，所述第一文本数据为待质控的文本数据；将所述病历质控规则分别转化为第一指令和第二指令，所述第一指令为病历质控指令，所述第二指令为构造缺陷指令；从所述第一文本数据中获取待优化数据，并将所述待优化数据和第二指令作为GPT模型的输入，以缺陷数据作为所述GPT模型的输出，对所述GPT模型进行训练，得到缺陷模型；通过所述缺陷模型生成缺陷样本，并以所述待优化数据作为标准样本对所述缺陷样本进行判别，以优化缺陷判别模型，所述缺陷判别模型用于响应于所述第一指令对所述第一文本数据进行质控；其中，所述从所述第一文本数据中获取待优化数据，并将所述待优化数据和第二指令作为GPT模型的输入，以缺陷数据作为输出，对所述GPT模型进行训练，得到缺陷模型，之前包括：将所述第二指令和待优化数据进行组合，得到组合数据，所述组合数据具有所述第二指令的缺陷构造规则；基于所述组合数据，构建所述GPT模型的输入数据，所述GPT模型的输入数据由所述待优化数据和所述第二指令的缺陷构造规则共同构成；所述从所述第一文本数据中获取待优化数据，并将所述待优化数据和第二指令作为GPT模型的输入，以缺陷数据作为输出，对所述GPT模型进行训练，得到缺陷模型，包括：将所述第二指令发送至所述GPT模型，以调用所述GPT模型按照所述第二指令的缺陷构造规则构建所述待优化数据对应的缺陷数据；对所述缺陷数据进行过滤处理，得到过滤后的数据；所述从所述第一文本数据中获取待优化数据，并将所述待优化数据和第二指令作为GPT模型的输入，以缺陷数据作为输出，对所述GPT模型进行训练，得到缺陷模型，还包括：以所述组合数据作为模型输入数据，以所述过滤后的数据作为模型输出数据，构建训练数据集；基于所述训练数据集，对所述GPT模型进行训练，得到所述缺陷模型。

全文数据：

权利要求：

百度查询： 北京惠每云科技有限公司 病历质控优化方法、装置、电子设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD