System.ArgumentOutOfRangeException: 索引和長(zhǎng)度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專(zhuān)利技術(shù)涉及人工智能,尤其涉及一種基于人工智能的內(nèi)鏡報(bào)告質(zhì)控分析方法和設(shè)備。
技術(shù)介紹
1、內(nèi)鏡檢查報(bào)告也稱(chēng)為內(nèi)鏡報(bào)告,內(nèi)鏡報(bào)告的輸出是內(nèi)鏡檢查中重要的一環(huán),內(nèi)鏡報(bào)告的完整性以及對(duì)輸出內(nèi)鏡報(bào)告的質(zhì)量控制需要醫(yī)護(hù)人員人工進(jìn)行審核和判斷。在整個(gè)內(nèi)鏡檢查中內(nèi)鏡報(bào)告的審核和保證完整準(zhǔn)確性可能占據(jù)了整個(gè)內(nèi)鏡檢查過(guò)程的50%,不僅大量的消耗了內(nèi)鏡醫(yī)師的時(shí)間和精力,而且最終得到的質(zhì)控評(píng)分也是主觀的不可量化的,經(jīng)常會(huì)出現(xiàn)一些人為因素導(dǎo)致的錯(cuò)誤。
2、可見(jiàn),現(xiàn)有技術(shù)中采用人工實(shí)現(xiàn)內(nèi)鏡報(bào)告質(zhì)量控制的方式既低效又主觀,而且實(shí)現(xiàn)過(guò)程中還不可避免的會(huì)出現(xiàn)人為錯(cuò)誤。
技術(shù)實(shí)現(xiàn)思路
1、鑒于上述問(wèn)題,提出了本專(zhuān)利技術(shù)以便提供一種克服上述問(wèn)題的一種基于人工智能的內(nèi)鏡報(bào)告質(zhì)控分析方法和設(shè)備。
2、本專(zhuān)利技術(shù)的一個(gè)方面,提供了一種基于人工智能的內(nèi)鏡報(bào)告質(zhì)控分析方法,所述方法包括:
3、采用預(yù)設(shè)的內(nèi)鏡報(bào)告事件檢測(cè)模型對(duì)待質(zhì)控的目標(biāo)內(nèi)鏡文本報(bào)告進(jìn)行疾病描述事件和/或部位描述事件的檢測(cè),并從所述目標(biāo)內(nèi)鏡文本報(bào)告中抽取出與檢測(cè)到的疾病描述事件和/或部位描述事件對(duì)應(yīng)的目標(biāo)文本片段;
4、采用思維鏈的方式構(gòu)建提示詞模板,所述提示詞模板包括任務(wù)描述、輸入格式約束和輸入文本示例、以及輸出格式約束和輸出文本示例,所述任務(wù)描述用于引導(dǎo)大模型在任務(wù)執(zhí)行中的視角和描述任務(wù)分析過(guò)程的思維結(jié)構(gòu);
5、將抽取出的各個(gè)目標(biāo)文本片段以及所述提示詞模板輸入預(yù)設(shè)的內(nèi)鏡報(bào)告事件抽取大模型,以使內(nèi)
6、統(tǒng)計(jì)目標(biāo)內(nèi)鏡文本報(bào)告中每一事件的格式化輸出結(jié)果與預(yù)設(shè)的相同事件類(lèi)型對(duì)應(yīng)的標(biāo)準(zhǔn)結(jié)構(gòu)化報(bào)告文本之間的編輯距離,根據(jù)所述編輯距離確定目標(biāo)內(nèi)鏡文本報(bào)告的質(zhì)控評(píng)分。
7、進(jìn)一步地,所述提示詞模板還包括輸出結(jié)果的文本標(biāo)準(zhǔn)化規(guī)則描述;
8、所述將各個(gè)事件的抽取結(jié)果進(jìn)行格式化輸出包括:根據(jù)所述文本標(biāo)準(zhǔn)化規(guī)則對(duì)各個(gè)事件的提取結(jié)果進(jìn)行文本標(biāo)準(zhǔn)化操作,并將文本標(biāo)準(zhǔn)化操作后的提取結(jié)果按照預(yù)設(shè)的json格式進(jìn)行格式化輸出。
9、進(jìn)一步地,根據(jù)所述編輯距離確定目標(biāo)內(nèi)鏡文本報(bào)告的質(zhì)控評(píng)分包括:
10、采用如下評(píng)分模型確定目標(biāo)內(nèi)鏡文本報(bào)告的質(zhì)控評(píng)分score,所述評(píng)分模型包括:
11、score=r×100
12、
13、其中,sum為當(dāng)前事件的格式化輸出結(jié)果和與之對(duì)應(yīng)的標(biāo)準(zhǔn)結(jié)構(gòu)化報(bào)告文本的總字符長(zhǎng)度,表示的是當(dāng)前事件的格式化輸出結(jié)果和與之對(duì)應(yīng)的標(biāo)準(zhǔn)結(jié)構(gòu)化報(bào)告文本之間的編輯距離。
14、進(jìn)一步地,所述方法還包括:
15、將目標(biāo)內(nèi)鏡文本報(bào)告中每一事件的格式化輸出結(jié)果和與之對(duì)應(yīng)的標(biāo)準(zhǔn)結(jié)構(gòu)化報(bào)告文本進(jìn)行集合運(yùn)算以檢測(cè)目標(biāo)內(nèi)鏡文本報(bào)告中的缺失字段,集合運(yùn)算模型如下:
16、
17、其中,集合c對(duì)應(yīng)的字段為目標(biāo)內(nèi)鏡文本報(bào)告中的缺失字段,集合b對(duì)應(yīng)的字段為標(biāo)準(zhǔn)結(jié)構(gòu)化報(bào)告文本中的論元角色字段,集合a對(duì)應(yīng)的字段為事件的格式化輸出結(jié)果中的論元角色字段;
18、根據(jù)目標(biāo)內(nèi)鏡文本報(bào)告的質(zhì)控評(píng)分和缺失字段生成質(zhì)控分析報(bào)告。
19、進(jìn)一步地,所述方法還包括:
20、將所述質(zhì)控分析報(bào)告通過(guò)預(yù)先安裝在各個(gè)消化內(nèi)鏡圖文系統(tǒng)工作站的ai質(zhì)控助手插件程序進(jìn)行實(shí)時(shí)展示,以提醒對(duì)質(zhì)控分析報(bào)告的中缺失字段進(jìn)行補(bǔ)充;
21、當(dāng)接收到缺失字段的補(bǔ)充數(shù)據(jù)后將補(bǔ)充數(shù)據(jù)上傳,以使云端重新計(jì)算質(zhì)控評(píng)分以及生成質(zhì)控分析報(bào)告,并再次通過(guò)ai質(zhì)控助手插件程序進(jìn)行展示。
22、進(jìn)一步地,所述提示詞模板中的任務(wù)描述包括順序執(zhí)行的如下思維任務(wù):
23、識(shí)別文本中的事件觸發(fā)詞,事件觸發(fā)詞包括:動(dòng)詞、動(dòng)詞短語(yǔ)或預(yù)設(shè)的特定名詞;
24、提取與每個(gè)事件相關(guān)的用于標(biāo)識(shí)事件對(duì)應(yīng)質(zhì)控指標(biāo)的論元角色,論元角色包括:疾病名稱(chēng)、疾病發(fā)生部位、疾病數(shù)量、疾病大小、疾病分型和黏膜狀態(tài);
25、對(duì)每個(gè)事件標(biāo)注其事件類(lèi)型;
26、結(jié)構(gòu)化輸出包含每個(gè)事件的觸發(fā)詞、論元角色及其關(guān)系。
27、進(jìn)一步地,所述內(nèi)鏡報(bào)告事件檢測(cè)模型通過(guò)以下方式得到:
28、構(gòu)建內(nèi)鏡文本報(bào)告數(shù)據(jù)集;
29、根據(jù)預(yù)先設(shè)定的事件類(lèi)型以及每一事件類(lèi)型對(duì)應(yīng)的標(biāo)簽對(duì)所述內(nèi)鏡文本報(bào)告數(shù)據(jù)集中每一內(nèi)鏡文本報(bào)告中的疾病描述事件和/或部位描述事件進(jìn)行事件標(biāo)注,根據(jù)事件標(biāo)注結(jié)果構(gòu)建事件檢測(cè)訓(xùn)練數(shù)據(jù)集;
30、采用所述事件檢測(cè)訓(xùn)練數(shù)據(jù)集對(duì)預(yù)訓(xùn)練的roberta模型進(jìn)行微調(diào),得到內(nèi)鏡報(bào)告事件檢測(cè)模型。
31、進(jìn)一步地,所述內(nèi)鏡報(bào)告事件抽取大模型通過(guò)以下方式得到:
32、采用所述內(nèi)鏡報(bào)告事件檢測(cè)模型對(duì)內(nèi)鏡文本報(bào)告數(shù)據(jù)集中每一內(nèi)鏡文本報(bào)告進(jìn)行疾病描述事件和/或部位描述事件的檢測(cè),并從各個(gè)內(nèi)鏡文本報(bào)告中抽取出與檢測(cè)到的疾病描述事件和/或部位描述事件對(duì)應(yīng)的樣本文本片段;
33、根據(jù)不同事件類(lèi)型的事件對(duì)應(yīng)的事件觸發(fā)詞、用于標(biāo)識(shí)事件對(duì)應(yīng)質(zhì)控指標(biāo)的論元角色以及用于描述每一論元角色的論元實(shí)體對(duì)每一內(nèi)鏡文本報(bào)告中的樣本文本片段進(jìn)行信息標(biāo)注,根據(jù)信息標(biāo)注結(jié)果構(gòu)建事件抽取訓(xùn)練數(shù)據(jù)集;
34、采用所述事件抽取訓(xùn)練數(shù)據(jù)集對(duì)預(yù)訓(xùn)練的qwen2.5-72b大語(yǔ)言模型進(jìn)行微調(diào),得到內(nèi)鏡報(bào)告事件抽取大模型。
35、本專(zhuān)利技術(shù)的另一個(gè)方面,提供了一種基于人工智能的內(nèi)鏡報(bào)告質(zhì)控分析設(shè)備,包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序;所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如上任一項(xiàng)所述的基于人工智能的內(nèi)鏡報(bào)告質(zhì)控分析方法的步驟。
36、本專(zhuān)利技術(shù)的另一個(gè)方面,提供了一種計(jì)算機(jī)程序產(chǎn)品,所述計(jì)算機(jī)程序產(chǎn)品上存儲(chǔ)有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上任一項(xiàng)所述的基于人工智能的內(nèi)鏡報(bào)告質(zhì)控分析方法的步驟。
37、本專(zhuān)利技術(shù)實(shí)施例提供的基于人工智能的內(nèi)鏡報(bào)告質(zhì)控分析方法和設(shè)備,通過(guò)自然語(yǔ)言處理中的序列標(biāo)注模型roberta檢測(cè)文本報(bào)告中的疾病描述事件和/或部位描述事件,并基于大語(yǔ)言模型qwen2.5-72b輸出每個(gè)事件的事件抽取結(jié)果并進(jìn)行格式化輸出,能夠得到逆向結(jié)構(gòu)化的文本報(bào)告。而且本專(zhuān)利技術(shù)通過(guò)對(duì)目標(biāo)內(nèi)鏡文本報(bào)告中每一事件的格式化輸出結(jié)果與預(yù)設(shè)的相同事件類(lèi)型對(duì)應(yīng)的標(biāo)準(zhǔn)結(jié)構(gòu)化報(bào)告文本進(jìn)行編輯距離計(jì)算,并基于編輯距離生成最終質(zhì)控評(píng)分,提供準(zhǔn)確可量化的文本報(bào)告質(zhì)控評(píng)分,有效地提高了內(nèi)鏡報(bào)告質(zhì)控分析的效率和可靠性,對(duì)提高內(nèi)鏡醫(yī)師工作效率和質(zhì)量控制有非常顯著的優(yōu)勢(shì)。
38、上述說(shuō)明僅是本專(zhuān)利技術(shù)技術(shù)方案的概述,為了能夠更清楚了解本專(zhuān)利技術(shù)的技術(shù)手段,而可依照說(shuō)明書(shū)的內(nèi)容予以實(shí)施,并且為了讓本專(zhuān)利技術(shù)的上述和其它目的、特征和優(yōu)點(diǎn)能夠更明本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于人工智能的內(nèi)鏡報(bào)告質(zhì)控分析方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述提示詞模板還包括輸出結(jié)果的文本標(biāo)準(zhǔn)化規(guī)則描述;
3.根據(jù)權(quán)利要求1或2所述的方法,其特征在于,根據(jù)所述編輯距離確定目標(biāo)內(nèi)鏡文本報(bào)告的質(zhì)控評(píng)分包括:
4.根據(jù)權(quán)利要求1或2所述的方法,其特征在于,所述方法還包括:
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述方法還包括:
6.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述提示詞模板中的任務(wù)描述包括順序執(zhí)行的如下思維任務(wù):
7.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述內(nèi)鏡報(bào)告事件檢測(cè)模型通過(guò)以下方式得到:
8.根據(jù)權(quán)利要求7所述的方法,其特征在于,所述內(nèi)鏡報(bào)告事件抽取大模型通過(guò)以下方式得到:
9.一種基于人工智能的內(nèi)鏡報(bào)告質(zhì)控分析設(shè)備,其特征在于,包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序;所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-8任一項(xiàng)所述方法的步驟。
10.一種計(jì)算機(jī)程
...【技術(shù)特征摘要】
1.一種基于人工智能的內(nèi)鏡報(bào)告質(zhì)控分析方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述提示詞模板還包括輸出結(jié)果的文本標(biāo)準(zhǔn)化規(guī)則描述;
3.根據(jù)權(quán)利要求1或2所述的方法,其特征在于,根據(jù)所述編輯距離確定目標(biāo)內(nèi)鏡文本報(bào)告的質(zhì)控評(píng)分包括:
4.根據(jù)權(quán)利要求1或2所述的方法,其特征在于,所述方法還包括:
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述方法還包括:
6.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述提示詞模板中的任務(wù)描述包括順序執(zhí)行的如下思維任務(wù):
7...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員:馮健,徐靜,賴(lài)永航,
申請(qǐng)(專(zhuān)利權(quán))人:青島美迪康數(shù)字工程有限公司,
類(lèi)型:發(fā)明
國(guó)別省市:
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。