一种基于Trie树的医疗药品知识RAG优化方法
本发明公开了一种基于Trie树的医疗药品知识RAG优化方法,涉及人工智能与医疗药品信息处理领域。该方法通过构建医疗药品领域双Trie树知识库(术语Trie树:存储药品/疾病/用药属性术语及ATC/ICD‑11编码;内容Trie树:存储药品说明书层级内容及效力权重),对医疗药品超长文本进行预处理切分并关联Trie节点属性,采用“Trie前缀匹配+BioBERT语义检索”的多阶段检索召回知识块,基于Trie树节点层级关系扩充上下文(父节点‑章节概述、子节点‑细化规则、兄弟节点‑安全关联信息),最终生成带精确引用(药品名称+ATC编码+说明书章节)的应答,并通过一致性检查避免用药冲突。本发明提升医疗药品知识检索精准度与应答安全性,适用于智能用药咨询、临床用药辅助决策等场景。