换一批基于DeepSeek大语言模型的医院智能数据分类分级探索及应用
Exploration and application of intelligent data classification and grading in hospitals based on deepseek large language model
摘要目的:针对医疗数据治理中存在的结构化、半结构化和非结构化数据处理困难,敏感数据识别效率低,动态知识更新滞后等问题,探索大语言模型(LLM)与检索增强生成(RAG)技术在医疗数据分类分级中的应用路径.方法:利用大语言模型高效处理海量数据,通过深度学习不断优化算法,实现数据分类分级引擎更智能的决策和预测;融合RAG作为分类分级本地知识库,通过增强检索知识库的语料来提高DeepSeek在医疗数据场景应用的准确性和可靠性.结果:通过模型及检索技术、自学习功能迭代,数据分类分级的效率提升80％以上,识别准确率提高到90％以上,提高医疗数据分类分级的工作效率及准确率.结论:本方案为医疗数据治理提供了可解释性强、动态适应性高的技术路径,可实现在数据资产目录构建、数据开放共享等场景的应用落地.
更多相关知识
关键词
数据分类分级大语言模型检索增强生成医疗数据治理智慧医院Data classification and gradingLarge language modelRetrieval-augmented generationMedical data governanceSmart hospital
栏目名称
DOI
10.3969/j.issn.1673-7571.2025.06.005
发布时间
2025-07-01（万方平台首次上网日期，不代表论文的发表时间）
- 浏览25
- 被引2
- 下载29
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
