本發(fā)明涉及醫(yī)療信息，具體而言，涉及一種基于大語言模型的醫(yī)療服務接口調(diào)用方法。

背景技術(shù)：

1、隨著人工智能和自然語言處理技術(shù)的不斷發(fā)展，大語言模型在許多領(lǐng)域展示了強大的能力，尤其是在基于語料問答方面，大語言模型能夠理解并生成自然語言處理文本。因此，大語言模型已被廣泛應用于聊天機器人、文本生成、語言翻譯等任務。

2、目前，通過收集和整理大量的問答對或相關(guān)文本數(shù)據(jù)作為訓練語料，通過訓練語料的訓練結(jié)果對大語言模型進行微調(diào)，以提高大語言模型在特定領(lǐng)域的問答能力。然后將訓練好的大語言模型通過接口集成到問答系統(tǒng)中，在提出問題時，將問題轉(zhuǎn)化為模型能夠理解的格式，并輸入模型獲取答案。

3、然而，在使用大語言模型在醫(yī)療領(lǐng)域進行問答的過程中，無法直接調(diào)用醫(yī)療服務相關(guān)接口，使得用戶在使用大語言模型的過程中無法實時處理醫(yī)療數(shù)據(jù)交互的任務，并且無法實現(xiàn)對多個醫(yī)療服務接口的調(diào)用，導致用戶對醫(yī)療服務接口的調(diào)用效率較低。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于，針對上述現(xiàn)有技術(shù)中的不足，提供一種基于大語言模型的醫(yī)療服務接口調(diào)用方法，根據(jù)輸入自然語言處理文本確定調(diào)用目標服務接口，提高了對預設醫(yī)療業(yè)務系統(tǒng)中的服務接口調(diào)用效率。

2、為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

3、第一方面，本發(fā)明一實施例提供了一種基于大語言模型的醫(yī)療服務接口調(diào)用方法，所述方法包括：

4、獲取預設醫(yī)療業(yè)務系統(tǒng)的界面輸入的自然語言處理文本；

5、根據(jù)所述自然語言處理文本，采用預設大語言模型，從所述預設醫(yī)療業(yè)務系統(tǒng)中的服務接口數(shù)據(jù)庫中確定與所述自然語言處理文本匹配的目標服務接口；所述服務接口數(shù)據(jù)庫包括：所述預設醫(yī)療業(yè)務系統(tǒng)中各個服務的接口；

6、從所述目標服務接口的定義文件中獲取所述目標服務接口的參數(shù)定義信息；

7、根據(jù)所述參數(shù)定義信息，對所述自然語言處理文本進行參數(shù)轉(zhuǎn)換，得到所述目標服務接口的目標請求參數(shù)；

8、根據(jù)所述目標請求參數(shù)，調(diào)用所述目標服務接口，得到所述目標服務接口的調(diào)用結(jié)果；

9、根據(jù)所述調(diào)用結(jié)果，生成所述自然語言處理文本對應的目標處理結(jié)果。

10、可選地，所述根據(jù)所述自然語言處理文本，采用預設大語言模型，從所述預設醫(yī)療業(yè)務系統(tǒng)中的服務接口數(shù)據(jù)庫中確定與所述自然語言處理文本匹配的目標服務接口，包括：

11、采用所述預設大語言模型，對所述自然語言處理文本進行分詞處理，得到目標變量參數(shù)；

12、根據(jù)所述目標變量參數(shù)，從所述服務接口數(shù)據(jù)庫中確定所述目標服務接口。

13、可選地，所述根據(jù)所述目標變量參數(shù)，從所述服務接口數(shù)據(jù)庫中確定所述目標服務接口，包括：

14、獲取所述服務接口數(shù)據(jù)庫中所述各個服務的接口的定義文件，所述各個服務的接口的定義文件包括：所述各個服務的接口標題信息、所述各個服務的接口功能描述信息、所述各個服務的接口應用信息；

15、根據(jù)所述目標變量參數(shù)，以及所述各個服務的接口標題信息，確定所述各個服務的第一匹配參數(shù)；

16、根據(jù)所述目標變量參數(shù)，以及所述各個服務的接口功能描述信息，確定所述各個服務的第二匹配參數(shù)；

17、根據(jù)所述目標變量參數(shù)，以及所述各個服務的接口應用信息，確定所述各個服務的第三匹配參數(shù)；

18、對所述第一匹配參數(shù)、所述第二匹配參數(shù)和所述第三匹配參數(shù)進行加權(quán)，得到所述各個服務的目標匹配參數(shù)；

19、根據(jù)所述各個服務的目標匹配參數(shù)，確定最高匹配參數(shù)的接口為所述目標服務接口。

20、可選地，所述根據(jù)所述各個服務的目標匹配參數(shù)，確定最高匹配參數(shù)的接口為所述目標服務接口，包括：

21、若所述最高匹配參數(shù)大于或等于預設匹配閾值，則確定最高匹配參數(shù)的接口為所述目標服務接口；

22、若所述最高匹配參數(shù)小于預設匹配閾值，則根據(jù)所述自然語言處理文本、所述各個服務的接口標題信息、所述各個服務的接口功能描述信息、所述各個服務的接口應用信息，生成匹配提示詞；

23、根據(jù)所述匹配提示詞，采用所述預設大語言模型，從所述各個服務的接口中確定所述目標服務接口。

24、可選地，所述目標服務接口的參數(shù)定義信息包括：請求參數(shù)的信息、所述請求參數(shù)的參數(shù)格式示例；所述根據(jù)所述參數(shù)定義信息，對所述自然語言處理文本進行參數(shù)轉(zhuǎn)換，得到所述目標服務接口的目標請求參數(shù)，包括：

25、根據(jù)所述請求參數(shù)的信息，對所述自然語言處理文本進行參數(shù)提取，得到第一參數(shù)；

26、根據(jù)所述第一參數(shù)，以及所述請求參數(shù)的信息，確定所述請求參數(shù)是否提取完成；

27、若所述請求參數(shù)已提取完成，則采用所述參數(shù)格式示例，對所述第一參數(shù)進行格式轉(zhuǎn)換，得到所述目標請求參數(shù)。

28、可選地，所述根據(jù)所述參數(shù)定義信息，對所述自然語言處理文本進行參數(shù)轉(zhuǎn)換，得到所述目標服務接口的目標請求參數(shù)，還包括：

29、若所述請求參數(shù)未提取完成，獲取所述界面的業(yè)務上下文信息；

30、根據(jù)所述請求參數(shù)的信息，從所述業(yè)務上下文信息中繼續(xù)進行參數(shù)提取，得到第二參數(shù)；

31、采用所述參數(shù)格式示例，對所述第一參數(shù)和所述第二參數(shù)進行格式轉(zhuǎn)換，得到所述目標請求參數(shù)。

32、可選地，所述根據(jù)所述目標請求參數(shù)，調(diào)用所述目標服務接口，得到所述目標服務接口的調(diào)用結(jié)果，包括：

33、根據(jù)所述目標請求參數(shù)、所述目標服務接口的信息以及業(yè)務服務的歷史服務執(zhí)行結(jié)果，生成調(diào)用提示詞；

34、根據(jù)所述調(diào)用提示詞，采用所述預設大語言模型，調(diào)用所述目標服務接口，得到所述目標服務接口對應的所述業(yè)務服務的執(zhí)行結(jié)果。

35、可選地，所述根據(jù)所述調(diào)用結(jié)果，生成所述自然語言處理文本對應的目標處理結(jié)果，包括：

36、對所述調(diào)用結(jié)果進行解析，確定所述目標服務接口對應業(yè)務服務的執(zhí)行結(jié)果以及所述執(zhí)行結(jié)果的內(nèi)容描述信息；

37、根據(jù)所述執(zhí)行結(jié)果以及所述執(zhí)行結(jié)果的內(nèi)容描述信息，生成返回提示詞；

38、根據(jù)所述返回提示詞，采用所述預設大語言模型，生成所述目標處理結(jié)果。

39、可選地，所述對所述調(diào)用結(jié)果進行解析，確定所述目標服務接口對應業(yè)務服務的執(zhí)行結(jié)果以及所述執(zhí)行結(jié)果的內(nèi)容描述信息，包括；

40、從預設接口解析規(guī)則庫中獲取所述目標服務接口的目標解析規(guī)則，其中，所述預設接口解析規(guī)則庫中存儲有所述各個服務的接口的解析規(guī)則；

41、采用所述目標解析規(guī)則，對所述調(diào)用結(jié)果進行解析，確定所述目標服務接口對應業(yè)務服務的執(zhí)行結(jié)果以及所述執(zhí)行結(jié)果的內(nèi)容描述信息。

42、可選地，所述采用所述目標解析規(guī)則，對所述調(diào)用結(jié)果進行解析，確定所述目標服務接口對應業(yè)務服務的執(zhí)行結(jié)果以及所述執(zhí)行結(jié)果的內(nèi)容描述信息，包括：

43、若所述目標解析規(guī)則為列表解析規(guī)則，則采用所述目標解析規(guī)則，對所述調(diào)用結(jié)果中的列表數(shù)據(jù)進行解析，確定所述目標服務接口對應業(yè)務服務的執(zhí)行結(jié)果以及所述執(zhí)行結(jié)果的內(nèi)容描述信息；

44、或者，若所述目標解析規(guī)則為卡片解析規(guī)則，采用所述目標解析規(guī)則，對所述調(diào)用結(jié)果中的多個數(shù)據(jù)對象進行解析，確定所述目標服務接口對應業(yè)務服務的執(zhí)行結(jié)果以及所述執(zhí)行結(jié)果的內(nèi)容描述信息；

45、或者，若所述目標解析規(guī)則為業(yè)務解析規(guī)則，采用所述業(yè)務解析規(guī)則，對所述調(diào)用結(jié)果中的醫(yī)療業(yè)務術(shù)語進行解析，確定所述目標服務接口對應業(yè)務服務的執(zhí)行結(jié)果以及所述執(zhí)行結(jié)果的內(nèi)容描述信息。

46、第二方面，本發(fā)明另一實施例提供了一種基于大語言模型的醫(yī)療服務接口調(diào)用裝置，所述裝置包括：

47、第一獲取模塊，用于獲取預設醫(yī)療業(yè)務系統(tǒng)的界面輸入的自然語言處理文本；

48、選擇模塊，用于根據(jù)所述自然語言處理文本，采用預設大語言模型，從所述預設醫(yī)療業(yè)務系統(tǒng)中的服務接口數(shù)據(jù)庫中確定與所述自然語言處理文本匹配的目標服務接口；所述服務接口數(shù)據(jù)庫包括：所述預設醫(yī)療業(yè)務系統(tǒng)中各個服務的接口；

49、第二獲取模塊，用于從所述目標服務接口的定義文件中獲取所述目標服務接口的參數(shù)定義信息；

50、入?yún)⑥D(zhuǎn)換模塊，用于根據(jù)所述參數(shù)定義信息，對所述自然語言處理文本進行參數(shù)轉(zhuǎn)換，得到所述目標服務接口的目標請求參數(shù)；

51、調(diào)用模塊，用于根據(jù)所述目標請求參數(shù)，調(diào)用所述目標服務接口，得到所述目標服務接口的調(diào)用結(jié)果；

52、解析模塊，用于根據(jù)所述調(diào)用結(jié)果，生成所述自然語言處理文本對應的目標處理結(jié)果。

53、第三方面，本發(fā)明另一實施例提供了一種計算機設備，包括：處理器以及存儲器，所述存儲器存儲有所述處理器可執(zhí)行的機器可讀指令，當計算機設備運行時，所述處理器與所述存儲器之間通信，所述處理器執(zhí)行所述機器可讀指令，以執(zhí)行如上述第一方面任一所述基于大語言模型的醫(yī)療服務接口調(diào)用方法的步驟。

54、第四方面，本發(fā)明另一實施例提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)上存儲有計算機程序，所述計算機程序被處理器運行時執(zhí)行如上述第一方面任一所述基于大語言模型的醫(yī)療服務接口調(diào)用方法的步驟。

55、本發(fā)明的有益效果是：

56、本發(fā)明提供一種基于大語言模型的醫(yī)療服務接口調(diào)用方法，通過獲取預設醫(yī)療業(yè)務系統(tǒng)的界面輸入的自然語言處理文本，根據(jù)自然語言處理文本，采用預設大語言模型，從預設醫(yī)療業(yè)務系統(tǒng)中的服務接口數(shù)據(jù)庫中確定與自然語言處理文本匹配的目標服務接口，從目標服務接口的定義文件中獲取目標接口的參數(shù)定義信息，根據(jù)參數(shù)定義信息，對自然語言處理文本進行參數(shù)轉(zhuǎn)換，得到目標服務接口的目標請求參數(shù)，并根據(jù)目標請求參數(shù)，調(diào)用目標服務接口，得到調(diào)用結(jié)果。使得任意的輸入自然語言處理文本均可以調(diào)用目標服務接口，提高了對預設醫(yī)療業(yè)務系統(tǒng)中的服務接口數(shù)據(jù)庫中服務接口的兼容性，無需對目標服務接口進行修改，也可以實現(xiàn)對目標服務接口的調(diào)用，提高了對目標服務接口調(diào)用的穩(wěn)定性，減少了對系統(tǒng)的維護成本。根據(jù)調(diào)用結(jié)果，生成自然語言處理文本的目標處理結(jié)果，提取調(diào)用結(jié)果中的有效信息，保證了得到的目標處理結(jié)果的準確性，降低了操作難度，提高了醫(yī)療業(yè)務系統(tǒng)的自動化程度以及對預設醫(yī)療業(yè)務系統(tǒng)中的服務接口調(diào)用效率。