一种医学领域中的强化学习数据构建方法及系统

专利主权项内容

1.一种医学领域中的强化学习数据构建方法，其特征在于，包括：获取患者的原始电子病例，将原始电子病例进行数据脱敏处理，得到脱敏数据集；采用人工标注技术，根据预设标签对脱敏数据集中包含的电子病例进行实体标注，得到实体词语，根据预设的标签关联关系对实体词语进行关系标注，得到关系词组；在实体词语和关系词组中，分别提取预设标签为症状的症状词语以及与症状有关的症状关系词组，构建状态集；将状态集中包含的症状词语/症状关系词组输入至开源大模型中进行提问处理，得到对应检测项的开源大模型答案，并构建预测集；采用人工校验技术，将状态集中包含的症状词语/症状关系词组与预测集中包含的开源大模型答案进行人工校验，得到开源大模型答案与对应症状词语/症状关系词组是否匹配的校验结果，并根据《检查项目及价格表》，将匹配的校验结果和对应的检查项价格进行标注，得到核对集；将核对集中包含的检查项价格进行规整处理，得到处理后的核对集；根据预设的数据格式，将状态集、预测集和处理后的核对集进行整合，构建强化学习数据集。