【技术实现步骤摘要】
本专利技术涉及医疗信息领域，更具体地，涉及一种在影像结构化报告中提取偶然发现的方法及系统。
技术介绍
1、偶然发现在医学影像学中指的是在进行诊断性影像检查时，除了检查的主要目的之外，额外发现的其他病变或异常情况。这些偶然发现可能与患者当前的症状或疾病无关，但可能代表其他重要的医疗状况。影像学检查中的偶然发现，对于疾病的早期预防，早筛早诊，有特别重要的意义。近年在国际上发布了一些关于影像学偶然发现如何进行随访的指南，比如2017fleischner guidelines，主要关注了肺结节的随访方案；acr(美国放射学会)if(incidental findings)committee也在2022年发布了指南，涉及到肝脏、胰腺、肾脏、肾上腺、脾脏、甲状腺等实体器官的偶然发现的分类和随访的方案。
2、影像学的偶然发现很少被规范化地跟踪和随访，主要原因有两个：首先，什么是偶然发现，缺乏规范和培训；其次，提取这些偶然发现和运用随访规则的成本太高，诊断医生每5分钟要完成一份报告，时间紧任务重，让诊断医生手动的根据偶然发现和随访规则来设置随访安排没有可操作性。
3、而使用ai对非结构化报告文本进行提取的方式，虽然也能提取出类似偶然发现的描写特征，但无法判断报告当中是否已经被当作主要特征进行了描述，也就是无法判定究竟是否为偶然发现。
技术实现思路
1、有鉴于此，本专利技术的主要目的在于提供一种在影像结构化报告中提取偶然发现的方法及系统，该方法利用影像结构化报告和大语言模型(
2、为达到上述目的，本专利技术的技术方案是这样实现的：
3、一方面，本专利技术提供了一种在影像结构化报告中提取偶然发现的方法，包括：基于解剖部位和影像检查类型创建与其对应的偶然发现字典，所述偶然发现字典包括关键词及所述关键词的同义词；创建大语言模型提问模板字典；其中，所述大语言模型提问模板字典包含所述偶然发现字典中的关键词及所述关键词的同义词；当影像结构化报告审核完毕后，基于所述偶然发现字典，输出所述影像结构化报告中自由文本对应的关键词和/或关键词的同义词；构造所述自由文本对应的大语言模型提问语句；根据所述大语言模型的提问语句，从所述自由文本中提取偶然发现内容，并输出结果。
4、优选地，基于所述偶然发现字典，输出所述影像结构化报告中自由文本对应的关键词和/或关键词的同义词，其步骤包括：自动识别所述影像结构化报告中文本框的自由文本以及对应章节的解剖部位、影像检查类型；将对应章节的解剖部位、影像检查类型与所述偶然发现字典进行匹配，输出所述自由文本对应的关键词和/或关键词的同义词。
5、优选地，构造所述自由文本对应的大语言模型提问语句，其步骤包括：基于所述自由文本对应的关键词和/或关键词的同义词，从所述大语言模型提问模板字典中查找与其对应的大语言模型提问模板；根据所述大语言模型提问模板、自由文本的内容、与自由文本对应的关键词和/或同义词，构造大语言模型的提问语句。
6、优选地，该方法还包括：自动提取所述偶然发现内容，调用与所述偶然发现内容匹配的随访计划，生成随访建议，推送给医生。
7、另一方面，本专利技术还提供了一种在影像结构化报告中提取偶然发现的系统，该系统包括：偶然发现字典创建模块、提问模板字典创建模块、关键词输出模块、提问语句构造模块和偶然发现输出模块，其中，所述偶然发现字典创建模块，与所述关键词输出模块相连，用于基于解剖部位和影像检查类型创建与其对应的偶然发现字典，所述偶然发现字典包括关键词及所述关键词的同义词；所述提问模板字典创建模块，与所述提问语句构造模块相连，用于创建大语言模型提问模板字典；其中，所述大语言模型提问模板字典包含所述偶然发现字典中的关键词及所述关键词的同义词；所述关键词输出模块，分别与所述偶然发现字典创建模块、所述提问语句构造模块、所述偶然发现输出模块相连，用于当影像结构化报告审核完毕后，基于所述偶然发现字典，输出所述影像结构化报告中自由文本对应的关键词和/或关键词的同义词；所述提问语句构造模块，分别与所述提问模板字典创建模块、所述关键词输出模块、所述偶然发现输出模块相连，用于构造所述自由文本对应的大语言模型提问语句；所述偶然发现输出模块，分别与所述关键词输出模块、所述提问语句构造模块相连，用于根据所述大语言模型的提问语句，从所述自由文本中提取偶然发现内容，并输出结果。
8、优选地，所述关键词输出模块还包括识别单元和匹配单元，其中，所述识别单元，与所述匹配单元相连，用于自动识别所述影像结构化报告中文本框的自由文本以及对应章节的解剖部位、影像检查类型；所述匹配单元，与所述识别单元相连，用于将对应章节的解剖部位、影像检查类型与所述偶然发现字典进行匹配，输出所述自由文本对应的关键词和/或关键词的同义词。
9、优选地，所述提问语句构造模块包括查找单元和构造单元，其中，所述查找单元，与所述构造单元相连，用于基于所述自由文本对应的关键词和/或关键词的同义词，从所述大语言模型提问模板字典中查找与其对应的大语言模型提问模板；所述构造单元，与所述查找单元相连，用于根据所述大语言模型提问模板、自由文本的内容、与自由文本对应的关键词和/或同义词，构造大语言模型的提问语句。
10、优选地，该系统还包括随访生成模块，与所述偶然发现输出模块相连，用于自动提取所述偶然发现内容，调用与所述偶然发现内容匹配的随访计划，生成随访建议，推送给医生。
11、本专利技术的技术效果：
12、1、本专利技术的方法在影像结构化报告审核完毕后，基于预先创建的偶然发现字典，输出影像结构化报告中自由文本对应的关键词或关键词的同义词；根据大语言模型提问模板字典构造自由文本对应的大语言模型提问语句，基于大语言模型的提问语句，从自由文本中提取偶然发现内容，并输出结果，在不增加额外填写成本的情况下，对影像学偶然发现进行自动化地追踪，根据偶然发现设置随访建议，无需诊断医生主动标记和搜索随访规则，提升了诊断质量，在疾病的预防、早筛早诊都有巨大的帮助；
13、2、本专利技术的方法利用影像结构化报告的特点，在影像结构化报告中的自由文本中提取偶然发现，不会将影像报告中的主要特征描述的影像表现当做偶然发现，这样，就避免了直接添加随访描述时产生逻辑错误或法律纠纷；
14、3、本专利技术的方法利用了同一解剖部位内可用于随访的偶然发现关键词数量是有限的这一特点，这恰恰构成了利用llm在影像结构化报告中提取偶然发现的前提条件，无需对llm进行微调和外挂知识库，节省了开发成本，提高了提取偶然发现的精确度。
本文档来自技高网...【技术保护点】
1.一种在影像结构化报告中提取偶然发现的方法，其特征在于，包括：
2.根据权利要求1所述的在影像结构化报告中提取偶然发现的方法，其特征在于，基于所述偶然发现字典，输出所述影像结构化报告中自由文本对应的关键词和/或关键词的同义词，其步骤包括：
3.根据权利要求1所述的在影像结构化报告中提取偶然发现的方法，其特征在于，构造所述自由文本对应的大语言模型提问语句，其步骤包括：
4.根据权利要求1所述的在影像结构化报告中提取偶然发现的方法，其特征在于，该方法还包括：自动提取所述偶然发现内容，调用与所述偶然发现内容匹配的随访计划，生成随访建议，推送给医生。
5.一种在影像结构化报告中提取偶然发现的系统，其特征在于，该系统包括：偶然发现字典创建模块、提问模板字典创建模块、关键词输出模块、提问语句构造模块和偶然发现输出模块，其中，
6.根据权利要求5所述的在影像结构化报告中提取偶然发现的系统，其特征在于，所述关键词输出模块还包括识别单元和匹配单元，其中，
7.根据权利要求5所述的在影像结构化报告中提取偶然发现的系统，其特征在
8.根据权利要求5所述的在影像结构化报告中提取偶然发现的系统，其特征在于，该系统还包括随访生成模块，与所述偶然发现输出模块相连，用于自动提取所述偶然发现内容，调用与所述偶然发现内容匹配的随访计划，生成随访建议，推送给医生。
...【技术特征摘要】
1.一种在影像结构化报告中提取偶然发现的方法，其特征在于，包括：
2.根据权利要求1所述的在影像结构化报告中提取偶然发现的方法，其特征在于，基于所述偶然发现字典，输出所述影像结构化报告中自由文本对应的关键词和/或关键词的同义词，其步骤包括：
3.根据权利要求1所述的在影像结构化报告中提取偶然发现的方法，其特征在于，构造所述自由文本对应的大语言模型提问语句，其步骤包括：
4.根据权利要求1所述的在影像结构化报告中提取偶然发现的方法，其特征在于，该方法还包括：自动提取所述偶然发现内容，调用与所述偶然发现内容匹配的随访计划，生成随访建议，推送给医生。
5.一种在影像结构化报告中提取偶然发现的系...
【专利技术属性】
技术研发人员：岳新，秦菊，张虽虽，
申请(专利权)人：北京赛迈特锐医疗科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。