基于强化学习的临床思维数据生成系统及方法

专利主权项内容

1.一种基于强化学习的临床思维数据生成系统，其特征在于，包括：模态标识模块，用于对多模态医疗数据输入进行类别标签匹配，得到若干类别标签-数据键值对，形成模态标识组；模态决策模块，将模态标识组中当前用于诊断的医疗数据输入作为状态，选择类别标签作为决策，计算选择的类别标签对应的医疗数据输入进行诊断行为的奖励，基于强化学习方法训练状态-决策表，所述状态-决策表记录当前状态做出不同决策的置信度，训练目标是根据当前状态做出决策所对应的奖励，优化状态-决策表做出决策所使用的置信度；利用状态-决策表依据模态标识组生成临床决策数据和临床决策置信度；大模型诊断模块，用于对大模型发起对话，接收模态决策模块输出的临床决策，查询其在模态标识组中对应的输入，在多轮次对话场景下请求大模型做出临床诊断，得到疾病-症状-模态三元组集合形式的临床诊断结果；奖励反馈模块，用于构建疾病-症状-模态奖励矩阵，接收大模型诊断模块输出的临床诊断结果，在疾病-症状-模态奖励矩阵中查询所有三元组对应的奖励值，计算临床诊断结果中疾病诊断结果的奖励值，得到临床决策的奖励值，返回给模态决策模块；临床思维修饰模块，用于对多模态医疗数据输入的临床决策数据进行修饰，形成能够体现临床诊断决策过程的临床思维数据。