换一批应用大语言模型深化临床辅助决策支持系统建设实践
Application of large language models to deepen the construction and practice of clinical decision support systems
摘要目的:突破传统临床辅助决策在数据处理效率、复杂场景适应性等方面的局限,提出一种多模型融合的医疗混合智能决策架构,融合规则引擎、机器学习与大模型技术,显著提升临床辅助决策能力.方法:在数据层引入检索增强生成知识库;在模型层增加本地化部署的大语言模型(DeepSeek、Qwen等),并根据业务场景进行微调,通过统一API接口提供服务;应用层以AI助理为载体,提供多模型混合智能辅助决策功能.结果:基于DeepSeek-R1通用大语言模型,增强复杂场景临床诊疗辅助决策能力,覆盖5大类、14个应用点;融合大模型与规则引擎综合实现病历内涵质控;基于DeepSeek-R1 与RAG知识库实现药学问答;基于微调Qwen1.5-14B模型实现出院小结自动生成.基于大模型的智能应用上线4个多月,累计服务约42 000次.在急诊场景中,大语言模型辅助临床医师的诊断准确率显著提升,有效提升了临床效率与决策质量.结论:本方案为大模型在医疗机构的落地建设提供了可复用的技术路径,有效促进大模型深化临床决策支持建设.
更多相关知识
关键词
临床决策支持大语言模型混合智能检索增强生成模型微调Clinical decision supportLarge language modelsHybrid intelligenceRetrieval-augmented generationFine-tuning
DOI
10.3969/j.issn.1673-7571.2026.03.004
发布时间
2026-03-31（万方平台首次上网日期，不代表论文的发表时间）
- 浏览9
- 被引0
- 下载12
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
