基于大语言模型的医疗问答方法和装置与流程

本申请一个或多个实施例涉及人工智能，尤其涉及一种基于大语言模型的医疗问答方法和装置。

背景技术：

1、现如今，智能对话系统（intelligent dialogue system）在客户服务、法律援助、在线教育、医疗咨询等众多领域都有着广泛的应用。以快速发展的医疗咨询领域为例，智能对话系统已成为提高医疗服务质量和效率的关键工具，智能对话系统通过模拟人类的交流方式，为患者提供咨询服务，包括疾病诊断、治疗建议、药物说明等。

2、智能对话系统是一种利用人工智能技术开发的交互系统，它旨在理解和解答用户以自然语言形式提出的问题，并能生成简洁明了的答案。智能对话系统通常以大语言模型（large language model，llm）为基础，由大语言模型针对用户提出的问题进行理解和解答，并生成相应的答案。医疗咨询领域的智能对话系统主要依赖于其中的大语言模型在训练过程中通过学习静态的医疗相关语料获得的知识，由于这些知识具有局限性，系统在回答复杂或特定的医疗问题时可能会显得不够准确和可靠。也即，这种对静态语料的依赖限制了智能对话系统的适应性和响应准确度。

技术实现思路

1、本申请一个或多个实施例提供技术方案如下：

2、本申请提供一种基于大语言模型的医疗问答方法，所述方法包括：

3、获取用户输入的查询文本，并针对所述查询文本进行特征抽取，以从所述查询文本中抽取出查询疾病特征集合；

4、基于二分图，确定与所述查询疾病特征集合相关的候选疾病集合，并计算具有所述查询疾病特征集合中的查询疾病特征时被诊断为所述候选疾病集合中的各个候选疾病的概率；其中，所述二分图的顶点集合包括与疾病集合对应的顶点子集，以及与疾病特征集合对应的顶点子集；所述二分图中的目标边连接与所述疾病集合中的目标疾病对应的顶点，以及与所述疾病特征集合中的目标疾病特征对应的顶点；所述目标边的权重包括用于指示具有所述目标疾病特征时被诊断为所述目标疾病的概率的子权重；

5、基于具有所述查询疾病特征时被诊断为各个候选疾病的概率，从所述候选疾病集合中确定出确认疾病；

6、将所述确认疾病输入大语言模型，以由所述大语言模型基于所述确认疾病生成答案文本，并将所述答案文本向所述用户进行输出。

7、本申请还提供一种基于大语言模型的医疗问答装置，所述装置包括：

8、抽取模块，获取用户输入的查询文本，并针对所述查询文本进行特征抽取，以从所述查询文本中抽取出查询疾病特征集合；

9、计算模块，基于二分图，确定与所述查询疾病特征集合相关的候选疾病集合，并计算具有所述查询疾病特征集合中的查询疾病特征时被诊断为所述候选疾病集合中的各个候选疾病的概率；其中，所述二分图的顶点集合包括与疾病集合对应的顶点子集，以及与疾病特征集合对应的顶点子集；所述二分图中的目标边连接与所述疾病集合中的目标疾病对应的顶点，以及与所述疾病特征集合中的目标疾病特征对应的顶点；所述目标边的权重包括用于指示具有所述目标疾病特征时被诊断为所述目标疾病的概率的子权重；

10、确定模块，基于具有所述查询疾病特征时被诊断为各个候选疾病的概率，从所述候选疾病集合中确定出确认疾病；

11、生成模块，将所述确认疾病输入所述大语言模型，以由所述大语言模型基于所述确认疾病生成答案文本，并将所述答案文本向所述用户进行输出。

12、本申请还提供一种电子设备，包括：

13、处理器；

14、用于存储处理器可执行指令的存储器；

15、其中，所述处理器通过运行所述可执行指令以实现如上述任一项所述方法的步骤。

16、本申请还提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如上述任一项所述方法的步骤。

17、在上述技术方案中，可以预先构建用于表示疾病和疾病特征之间的关联关系的二分图，该二分图的顶点集合包括与疾病集合对应的顶点子集，以及与疾病特征集合对应的顶点子集，该二分图中的目标边连接与该疾病集合中的目标疾病对应的顶点，以及与该疾病特征集合中的目标疾病特征对应的顶点，目标边的权重包括用于指示具有目标疾病特征时被诊断为目标疾病的概率的子权重；后续，首先可以在获取到用户输入的查询文本的情况下，针对该查询文本进行特征抽取，以从该查询文本中抽取出查询疾病特征集合，然后可以基于该二分图，确定与该查询疾病特征集合相关的候选疾病集合，并计算具有该查询疾病特征集合中的查询疾病特征时被诊断为该候选疾病集合中的各个候选疾病的概率，再然后可以基于计算出的概率，从该候选疾病集合中确定出确认疾病，最后可以将该确认疾病输入大语言模型，以由该大语言模型基于该确认疾病生成答案文本，并将该答案文本向该用户进行输出。

18、采用上述方式，使得智能对话系统在回答用户提出的问题时，可以不再仅依赖于其中的大语言模型在训练过程中通过学习静态语料获得的知识，而是还可以结合在用于表示疾病和疾病特征之间的关联关系的二分图中检索到的知识。也即，可以将通过检索该二分图，针对用户输入的查询文本包含的疾病特征，所确定的确认疾病融入到该大语言模型的真实输入中，使得该大语言模型在生成与该查询文本对应的答案文本时可以同时考虑其内在的泛化知识和从该二分图中获取的特定知识。因此，可以提高智能对话系统的适应性和响应准确度。

技术特征：

1.一种基于大语言模型的医疗问答方法，所述方法包括：

2.根据权利要求1所述的方法，所述基于具有所述查询疾病特征时被诊断为各个候选疾病的概率，从所述候选疾病集合中确定出确认疾病，包括：

3.根据权利要求2所述的方法，所述方法还包括：

4.根据权利要求3所述的方法，所述方法还包括：

5.根据权利要求3所述的方法，所述将所述反问疾病特征向所述用户进行输出，以由所述用户输入用于指示是否具有所述反问疾病特征的查询补充文本，包括：

6.根据权利要求3所述的方法，所述目标边的权重还包括用于指示被诊断为所述目标疾病时具有所述目标疾病特征的概率的子权重；

7.根据权利要求6所述的方法，所述方法还包括：

8.根据权利要求7所述的方法，所述方法还包括：

9.根据权利要求3所述的方法，所述确认条件包括以下示出的一个或多个条件：

10.一种基于大语言模型的医疗问答装置，所述装置包括：

11.一种电子设备，包括：

12.一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如权利要求1至9中任一项所述的方法。

技术总结本申请一个或多个实施例提供一种基于大语言模型的医疗问答方法和装置，该方法包括：获取用户输入的查询文本，并针对查询文本进行特征抽取，以从查询文本中抽取出查询疾病特征集合；基于用于表示疾病和疾病特征之间的关联关系的二分图，确定与查询疾病特征集合相关的候选疾病集合，并计算具有查询疾病特征时被诊断为各个候选疾病的概率；基于具有查询疾病特征时被诊断为各个候选疾病的概率，从候选疾病集合中确定出确认疾病；将确认疾病输入大语言模型，以由大语言模型基于确认疾病生成答案文本，并将答案文本向用户进行输出。技术研发人员：蔡鸿博受保护的技术使用者：支付宝（杭州）信息技术有限公司技术研发日：技术公布日：2024/8/1