换一批基于大语言模型的症状监测系统设计与实现
Design and implementation of syndromic surveillance system based on large language model
摘要目的:症状监测方法对于实现传染病和突发公共卫生事件的早期预警具有重大意义,现有的症状监测系统基于规则的自然语言处理技术实现,难以获得高精准的症状识别率,影响了症状监测可靠性和最终效果.方法:以苏州市全民健康信息平台为基础,设计并构建了症状监测系统,将大语言模型技术应用于症状实体识别任务,采用BERT预训练模型进行微调,识别医院门急诊电子病历中的症状.结果:大语言模型技术的引入大幅提升了症状识别的召回率与精准率.结论:实现了对全市公立医疗机构门急诊T+1日的高精准症状监测.
更多相关知识
关键词
症状监测疾病监测大语言模型深度学习自然语言处理Syndromic surveillanceDisease surveillanceLarge language modelDeep learingNatural language processing
栏目名称
DOI
10.3969/j.issn.1673-7571.2025.12.017
发布时间
2026-01-08（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览10
- 被引1
- 下载13
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
