买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉四川省人工智能研究院申请的专利一种基于诊疗数据脱敏的医疗大语言问答方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119476490B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411592946.1，技术领域涉及：G06N5/04；该发明授权一种基于诊疗数据脱敏的医疗大语言问答方法是由宋雪;李仕凯;张嘉琦;欧阳德强;邵杰设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种基于诊疗数据脱敏的医疗大语言问答方法在说明书摘要公布了：本发明公开了一种基于数据脱敏的医疗大语言问答方法，属于数据处理技术领域，包括：获取医疗领域语料库中的训练数据，并进行预处理，通过数据脱敏模型得到处理好的训练数据；基于改进的增强型Transformer子模型建立医疗大语言问答模型；将处理好的训练数据输入至医疗大语言问答模型进行训练，得到训练好的医疗大语言问答模型；利用训练好的医疗大语言问答模型，进行医疗问答。本发明采用增强型Transformer模块，加强了对长距离上下文的推理能力，通过预处理，提高了模型对医学专业知识的泛化能力，能够生成更加精准和专业的建议；通过数据脱敏模型，对医疗数据中的敏感信息进行识别与转换，提升隐私保护的准确性与效率。

本发明授权一种基于诊疗数据脱敏的医疗大语言问答方法在权利要求书中公布了：1.一种基于数据脱敏的医疗大语言问答方法，其特征在于，包括以下步骤： S1：获取医疗领域语料库中的训练数据； S2：对训练数据进行预处理，并通过数据脱敏模型进行数据脱敏，得到处理好的训练数据； 所述数据脱敏模型的建立方式如下： A1：获取医疗领域语料库； A2：通过手动指定和基于规则的识别，提取医疗领域语料库中每个数据条目中的隐私实体； A3：将数据条目和隐私实体输入至LLM大语言模型中； A4：提示并指导LLM大语言模型进行匿名化处理； A5：通过LLM大语言模型输出隐私实体的替换文本； A6：利用数据条目、隐私实体和替换文本对LLM大语言模型进行训练，并评估隐私保护性能； A7：完成评估隐私保护性能后，得到数据脱敏模型； S3：基于改进的增强型Transformer子模型建立医疗大语言问答模型； 所述医疗大语言问答模型包括依次连接的分词模块、词嵌入模块、旋转位置编码模块、若干层增强型Transformer子模型、词预测模块以及数据脱敏模块； 所述分词模块，用于对输入问题进行分割，得到词令牌； 所述词嵌入模块，用于根据预定义的词典将词令牌转化为序号，并通过词嵌入矩阵映射到高维的语义特征空间，得到问题特征矩阵； 所述旋转位置编码模块，用于将旋转位置编码矩阵与问题特征矩阵相加，得到融合位置信息的特征矩阵； 所述增强型Transformer子模型，用于处理融合位置信息的特征矩阵，并输出融合特征； 所述词预测模块，用于对融合特征进行映射，推理输出问答结果； 所述增强型Transformer子模型包括：依次连接的RMS正则化子模块、自注意力子模块和前馈感知网络子模块； 所述RMS正则化子模块，用于对输入的融合位置信息的特征矩阵进行处理，防止过度拟合； 所述自注意力子模块，用于在不同子语义空间挖掘不同词令牌之间的关联关系，并生成注意力特征； 所述自注意力子模块首先通过线性转换层将输入特征转换为索引、键、值三个特征矩阵，然后通过自我注意力模块计算得到注意力特征； 所述前馈感知网络子模块，用于对注意力特征进行融合，并输出融合特征； S4：将处理好的训练数据输入至医疗大语言问答模型进行训练，得到训练好的医疗大语言问答模型； S5：利用训练好的医疗大语言问答模型，进行医疗问答。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川省人工智能研究院，其通讯地址为：610000 四川省成都市高新区高朋大道5号2栋1单元1楼101号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。