基于推理思考模式下的主要诊断质控方法

本发明公开了一种基于推理思考模式下的主要诊断质控方法，首先采集海量原始的电子病历数据，再将采集的病历数据结合不同的LLM模型构建微调数据集；之后选择一个LLM基座模型，采用LoRA技术对LLM基座模型进行SFT微调，得到LLM微调基座模型；继续对所述LLM微调基座模型采用LoRA技术进行GRPO强化学习，得到强化学习后的质控模型；最后将待分析的电子病历数据输入所述质控模型，由所述质控模型输出相应质控分析结果。采用本发明的显著效果是在同一技术框架内同时满足“高效、高精度、高可解释性、高覆盖率、低维护、临床易用”等多种诉求，填补了主要诊断质控领域的技术空白，为医保结算、绩效考核及医疗数据治理提供了可落地、可持续、可扩展的范式级解决方案。