现在从医生书写病历开始,它就会伴随在旁,像个隐形的“专家级”助手,同步就会开始纠错、提醒的工作了。
例如在上图的三个场景中,分别对应的情况是:
■ 初步诊断中提及“前列腺术后”,但在现病史、既往史、手术外伤史中均缺少相关描述
■ 主诉“发现皮疹45分钟”,但现病史中的症状描述与主诉大相径庭
■ 病历记录患者“否认手术外伤史”,但体格检查中明确记载有大腿可见局部手术瘢痕
这些细节内容要是放在之前,都是需要医生们仔细比对校验,并根据经验知识来甄别、挑错的,可实际上,不同医生在经验、资历甚至是专业方向上的差别,都会让这些细节的发现、校验和应对变得异常复杂。
但现在,有了医疗大模型的辅助,这个助手总会默默地在合适的时机出现,把可能存在问题的内容给pick出来,供医生们快速做判断。
具体到病历内涵质控的运行机制,向下对接医院的医院信息系统(HIS)、影像归档和信息系统(PACS),以及电子病历归档系统(EMR)等。
在自动抓取内容信息之后,会通过自然语言处理、术语标准化后构建患者画像,再经由医疗大模型推理计算做出提醒或预警,同时大模型还可以基于用户的反馈持续进行优化。