将临床决策支持系统(CDSS)与大模型相结合,能够有效增强医疗智能体在病情分析、鉴别诊断等方面的能力,从而在临床诊疗中发挥重要作用。CDSS 作为桥梁,使大模型能够深度融入诊疗流程的各个环节。医生可以通过弹窗或自由问答的形式,随时调用相应智能体。以病情分析智能体为例,它能够自动整合患者的主诉、医学影像以及实验室数据等多源信息,并结合临床知识库,实现对疾病的精准筛查以及个体化诊疗建议的提供。同时,基于自然语言处理和深度学习技术的 CDSS,还能够持续为大模型提供结构化的病历数据。这不仅有助于大模型即时判断病历数据中的动态变化,并第一时间更新病情分析结果,还能为其不断学习和提升提供支持。
日前,某三甲医院将其应用到了患者数量多、病情变化快的急诊诊疗工作。实际应用中,大模型能够在短时间内完成海量数据整合,并作出准确的病情分析和治疗方案推荐,显著减少了临床医生检索患者病历信息、监测患者病情变化的时间,大幅提升了急诊诊疗效率,并有效控制了关键信息遗漏等事件的发生。
随着智慧医院建设和医院高质量发展过程中对智能化要求的逐步提升,以及大模型在医疗领域中的准确性和易用性进一步提高,智能病情分析等智能体将在临床诊疗和医院管理中发挥着越来越重要的作用,医院需要及时转变思路,积极探索新技术应用,用智能化手段实现医疗质量和效率的全面提升。
参考资料:
[1]黄东瑾.数据挖掘在糖尿病住院患者病情分析中的应用研究[J].中国医学创新,2019,16(26):150-154.
成为我们的
合作伙伴