公开(公告)号：CN119811633A

公开(公告)日：2025-04-11

申请号：CN202411844844.4

申请日：2024-12-16

Applicant: 南京中医药大学

Inventor： 杨涛 ,  胡孔法 ,  王欣宇 ,  徐忆初 ,  刘为相 ,  张峻杰

IPC: G16H50/20 ,  G16H20/90 ,  G06N3/0455 ,  G16H20/13

Abstract: 本发明公开了基于提示学习的中医智能诊疗生成装置及其应用，涉及中医智能诊疗技术领域，其中生成装置的核心为TCM‑BART模型，TCM‑BART模型包括BART模型和基于“辨证论治，随证加减”思维链的提示学习，其中，BART模型为基础框架，对临床表现文本进行编码，生成充分表达文本语义信息的特征向量，并对输入的特征向量进行处理，预测最符合输入文本特征的中医诊断和处方文本，提示学习将中医辨证论治思想作为思维链指令引导模型生成更优结果。该基于提示学习的中医智能诊疗生成装置及其应用，通过使用提示指令整合中医诊断和处方推荐任务，从而促进模型参数的共享，这种方法增强了任务之间的协同作用，从而提高了处方推荐的有效性。

公开(公告)号：CN115588486A

公开(公告)日：2023-01-10

申请号：CN202211407826.0

申请日：2022-11-10

Applicant: 南京中医药大学

Inventor： 杨涛 ,  胡孔法 ,  王欣宇 ,  姜荣荣 ,  董海艳 ,  高晓苑 ,  李娉婷

IPC: G16H20/90 ,  G16H50/70 ,  G16H10/20 ,  G06F16/34 ,  G06F16/36 ,  G06F40/295 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于Transformer的中医诊断生成装置及其应用。本发明装置核心为KGET模型，该KGET模型包括Encoder层和Decoder层；Encoder层用于对临床表现文本进行编码，生成充分表达文本语义信息的特征向量，Decoder层针对输入的特征向量进行处理，预测最符合输入文本特征的中医诊断文本；KGET模型的构建过程提供使用知识图谱微调以及使用临床文本微调得到最终的中医诊断KGET模型，该模型可应用于基于自然语言处理文本生成技术模拟中医诊断中，能有效提高中医诊断信息的生成效果，并可用于可视化展示，直观观察临床信息与诊断之间的关系。