24h动态血压监测报告结构化解读方法、设备及存储介质

本发明涉及医疗器械领域，具体涉及到一种基于graphrag的24小时动态血压监测报告结构化解读方法、终端设备及存储介质，能够实现abpm报告的自动解读和形象展示，由此提高报告解读的准确性和可靠性，同时被监测者可根据报告建议进行后续血压管理。

背景技术：

1、24h动态血压监测(ambu l atory b l ood pressure mmonitor i ng，abpm)是指在24小时内每间隔一定时间，自动连续测量一次血压。abpm是诊断高血压、评估血压水平以及观察降压疗效的主要手段。

2、abpm可提供医疗环境外的大量血压数据，全面准确反映血压“全景”：abpm有100％诊断高血压的特异性和敏感性；abpm可鉴别“白大衣高血压”以及“隐匿性高血压”；abpm反映血压节律波动，了解一天的血压全貌，判断昼夜节律，诊断夜间高血压和清晨高血压；abpm能有效预测高血压患者靶器官损害；abpm能有效评估血压波动，预测血管内皮损害，预测动脉粥样硬化；abpm提供t/p的比值可评估降压长效性，t/p比值是评估降压药物长效的标准；abpm能评估血压波动的参数si，si越高降压疗效及靶器官保护作用越好。相比如诊室血压和家庭自测血压，abpm是目前最准确的血压测量方式。

3、abpm报告可以提供大量信息，能帮助医生和患者确定是不是高血压，什么类型的高血压，非药物干预/药物治疗后的效果评价等。

4、但目前还没有通过graphrag多模态可视化展示24小时血压监测报告的系统。

技术实现思路

1、本发明所要解决的技术问题是针对现有技术中存在上述缺陷，提供了一种基于graphrag的24h动态血压监测报告结构化解读方法、终端设备及存储介质，能够实现abpm报告的自动解读和形象展示，由此提高报告解读的准确性和可靠性，同时被监测者可根据报告建议进行后续血压管理。

2、根据本发明，提供了一种基于graphrag的24小时动态血压监测报告结构化解读方法，其特征在于包括：

3、第一步骤：构建graphrag知识库，并基于graphrag知识库对abpm报告解读模型进行自监督学习；

4、第二步骤：对abpm报告解读模型进行使用前微调，使abpm报告解读模型具备根据报告解读出结论并根据结论输出血压管理建议的功能：

5、第三步骤：利用经过进行使用前微调的abpm报告解读模型进行报告解析；

6、第四步骤：利用报告解析结果构建解读报告并可视化展示。

7、优选地，第一步骤包括：收集与abpm相关的医学知识，构建包含所有abpm报告解读词条的graphrag知识库，以各解读词条的类别为节点，以各解读词条对应的解读项内容为边，形成包含了主三元组和附属属性键值对的超关系知识图谱；并且基于graphrag进行语义搜索，利用收集的医学知识对abpm报告解读模型进行自监督学习。

8、优选地，第二步骤包括：对abpm报告解析模型进行健康建议微调，使abpm报告解读模型具备根据报告解读出结论并根据结论输出血压管理建议的功能。

9、优选地，第三步骤包括：基于abpm诊断结果，自动提取血压测值和abpm报告结论；从血压测值和abpm报告结论中提取所有诊断关键词，并基于预设的诊断关键词与解读词条匹配规则，获取匹配到的所有解读词条；获取待解读abpm报告数据，并将abpm报告数据输入abpm报告解读模型进行解析，并输出报告解读结论和健康建议。

10、优选地，第四步骤包括：从abpm诊断结果的abpm测值中查找各类别对应的数值，并结合报告解读结论和健康建议，构建解读报告并可视化展示，设定解读报告中包括分类解读结果和匹配到的解读词条解析结果。

11、优选地，第一步骤包括：

12、使用报告解析模型作为分析器，对abpm报告数据进行分词处理，输出特征向量；

13、对于每条样本数据，将其数据特征向量逐个输入到abpm报告解读模型中，abpm报告解读模型根据输入特征向量预测后续的特征向量，并且计算同一条样本数据的两个特征向量的向量误差；

14、根据向量误差，更新模型的参数；

15、重复前两个步骤，直至abpm报告解读模型收敛。

16、优选地，第二步骤包括：

17、设计多个表示不同任务的人工编写指令，根据每条人工编写指令编写对应的“输入”和/或“输出”，并将这些数据按照“指令，输入，输出”和“指令、输出”组合作为种子池；

18、从种子池中随机抽取多条人工编写的指令，并输入至abpm报告解读模型，abpm报告解读模型输出模型生成指令、模型生成指令的指令类型以及模型生成指令所对应“输入”，其中，指令类型包括分类指令、非分类指令；

19、选择多条人工编写指令和多条模型生成指令，并将选择出来的指令输入至abpm报告解读模型，abpm报告解读模型输出模型生成指令、指令类型以及指令所对应的“输入，输出”；

20、判断上一步骤输出的模型生成指令rouge-l指标；若模型生成指令rouge-l指标小于种子池中指令rouge-l指标的预定比例，则将该指令对应的数据“指令，输入，输出”、“指令、输出”添加进种子池，并更新种子池；

21、重复前两个步骤，直至种子池中所有指令数量达到预定数量；

22、根据abpm报告解读模型输出的报告解读结论，匹配种子池中数据“指令，输入，输出”中的“输入”，并输出与该“输入”对应的“输出”，作为健康建议。

23、优选地，预定比例为0.7倍。

24、根据本发明的另一方面，还提供了一种终端设备，用于实现上述基于graphrag的24小时动态血压监测报告结构化解读方法。

25、根据本发明的另一方面，还提供了存储介质，其上存储有在被执行使得处理器执行上述基于graphrag的24小时动态血压监测报告结构化解读方法的计算机指令。

26、本发明以graphrag结构化、自动化解读abpm报告，还以生动有趣的科普图文文本、音频、视频等多模态形式展示abpm的报告内容，让非高血压专科医师能正确解读24小时动态血压监测报告，而且使得普通人也能看懂自己的血压监测报告。

技术特征：

1.一种基于graphrag的24小时动态血压监测报告结构化解读方法，其特征在于包括：

2.根据权利要求1所述的方法，其特征在于，第一步骤包括：收集与abpm相关的医学知识，构建包含所有abpm报告解读词条的graphrag知识库，以各解读词条的类别为节点，以各解读词条对应的解读项内容为边，形成包含了主三元组和附属属性键值对的超关系知识图谱；并且基于graphrag进行语义搜索，利用收集到的医学知识对abpm报告解读模型进行自监督学习。

3.根据权利要求1或2所述的方法，其特征在于，第二步骤包括：对abpm报告解析模型进行健康建议微调，使abpm报告解读模型具备了根据报告解读出结论，并根据结论输出血压管理建议的功能。

4.根据权利要求1或2所述的方法，其特征在于，第三步骤包括：基于abpm诊断结果，自动提取血压测值和abpm报告结论；从血压测值和abpm报告结论中提取所有的诊断关键词，并基于预设的诊断关键词与解读词条匹配规则，获取匹配到的所有解读词条；获取待解读abpm报告数据，并将abpm报告数据输入abpm报告解读模型进行解析，并输出报告解读结论和健康建议。

5.根据权利要求1或2所述的方法，其特征在于，第四步骤包括：从abpm诊断结果的abpm测值中查找各类别对应的数值，并结合报告解读结论和健康建议，构建解读报告并可视化展示，设定解读报告中包括分类解读的结果和匹配到的解读词条解析结果。

6.根据权利要求1或2所述的方法，其特征在于，具体地，第一步骤包括：

7.根据权利要求1或2所述的方法，其特征在于，第二步骤包括：

8.根据权利要求7所述的方法，其特征在于，预定比例为0.7倍。

9.一种终端设备，用于实现根据权利要求1至8之一所述的基于graphrag的24小时动态血压监测报告结构化解读方法。

10.存储介质，其上存储有在被执行使得处理器执行根据权利要求1至8之一所述的基于graphrag的24小时动态血压监测报告结构化解读方法的计算机指令。

技术总结
本发明提供了一种24h动态血压监测报告结构化解读方法、设备及存储介质。24h动态血压监测报告结构化解读方法包括：第一步骤：构建GraphRAG知识库，并基于GraphRAG知识库对ABPM报告解读模型进行自监督学习；第二步骤：对ABPM报告解读模型进行使用前微调，使ABPM报告解读模型具备根据报告解读出结论并根据结论输出血压管理建议的功能：第三步骤：利用经过进行使用前微调的ABPM报告解读模型进行报告解析；第四步骤：利用报告解析结果构建解读报告并可视化展示。

技术研发人员：匡泽民,王佳洁,巴雨瑄
受保护的技术使用者：首都医科大学附属北京安贞医院
技术研发日：
技术公布日：2025/1/23