一种融合医疗知识图谱的大模型优化方法及系统

本发明涉及自然语言处理与医疗人工智能技术领域，公开了一种融合医疗知识图谱的大模型优化方法及系统，其方法包括：构建时间模糊性‑置信度联合建模网络模型，其中，输入包括当前主诉症状对应的时间信息、上下文主诉内容以及患者个体信息，输出为正态估计时间预测结果，基于医学知识图谱中的因果路径信息对正态估计时间预测结果进行联合校准，得到图谱侧的时间先验分布；基于正态估计时间预测结果和图谱侧的时间先验分布构建联合分布，并将联合分布的期望作为时间点预测结果，将时间点预测结果输入大模型输出结构化建议并将其反馈至医疗知识图谱中进行更新。从而解决了因无法识别语义依赖或忽略患者背景因素而推理错误的问题。