本申請(qǐng)涉及meta分析領(lǐng)域，特別是涉及一種基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析方法和裝置。

背景技術(shù)：

1、隨機(jī)對(duì)照試驗(yàn)(randomized?controlledtrial，rct)是一種旨在評(píng)估醫(yī)療衛(wèi)生服務(wù)中某種療法或藥物效果的研究設(shè)計(jì)方法，通常被認(rèn)為是評(píng)價(jià)干預(yù)措施有效性的“金標(biāo)準(zhǔn)”。單一的rct研究由于受樣本量、研究條件、研究設(shè)計(jì)的限制，往往難以獨(dú)立得出足夠穩(wěn)健的結(jié)論。這時(shí)，系統(tǒng)評(píng)價(jià)(systematic?review)和/或meta分析(meta-analysis)作為一種綜合性統(tǒng)計(jì)方法，能夠通過(guò)匯總多個(gè)獨(dú)立研究的數(shù)據(jù)，提供更高效和更有力的結(jié)論。

2、盡管系統(tǒng)評(píng)價(jià)/meta分析是一種強(qiáng)大的研究方法及統(tǒng)計(jì)工具，但整合結(jié)果的可信度和可靠性，取決于是否納入了高質(zhì)量的rct證據(jù)。這些rct證據(jù)是系統(tǒng)評(píng)價(jià)/meta分析的基石，決定了最終分析結(jié)果的可靠性。然而，目前系統(tǒng)評(píng)價(jià)/meta分析的常規(guī)流程仍主要依賴于研究人員人工篩選文獻(xiàn)、提取信息、評(píng)價(jià)證據(jù)質(zhì)量及分析整合數(shù)據(jù)，整個(gè)過(guò)程不僅復(fù)雜耗時(shí)，還容易受人為錯(cuò)誤的影響。研究人員需要從大量文獻(xiàn)中手動(dòng)篩選符合納入和排除標(biāo)準(zhǔn)的研究，逐篇閱讀、分析文獻(xiàn)，并手動(dòng)提取系統(tǒng)評(píng)價(jià)/meta分析所需的數(shù)據(jù)。這一過(guò)程不但費(fèi)時(shí)費(fèi)力，同時(shí)對(duì)科研人員的循證方法學(xué)、專業(yè)背景和研究經(jīng)歷有較高的要求。一旦存在遺漏或誤判，可能會(huì)導(dǎo)致重要數(shù)據(jù)被忽略或誤讀，進(jìn)而影響系統(tǒng)評(píng)價(jià)/meta分析結(jié)果的準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)的目的是提供一種基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析方法和裝置，能夠自動(dòng)化且智能化地處理復(fù)雜的meta分析任務(wù)。

2、為實(shí)現(xiàn)上述目的，本申請(qǐng)?zhí)峁┝巳缦路桨福?/p>

3、第一方面，本申請(qǐng)?zhí)峁┝艘环N基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析方法，包括：

4、獲取目標(biāo)研究主題；

5、依據(jù)所述目標(biāo)研究主題確定pico檢索式；

6、調(diào)用思維鏈工具對(duì)所述pico檢索式進(jìn)行分析任務(wù)分解，以得到分析任務(wù)鏈；所述分析任務(wù)鏈中的分析任務(wù)包括文獻(xiàn)檢索任務(wù)、pico條件校驗(yàn)任務(wù)、pico要素提取任務(wù)及rct文獻(xiàn)質(zhì)量評(píng)價(jià)任務(wù)；

7、對(duì)于所述分析任務(wù)鏈中任一分析任務(wù)，從分析工具模塊中調(diào)用對(duì)應(yīng)的工具以執(zhí)行相應(yīng)的分析任務(wù)；所述分析工具模塊中包括存儲(chǔ)文獻(xiàn)檢索工具、pico條件校驗(yàn)工具、pico要素提取工具及rct文獻(xiàn)質(zhì)量評(píng)價(jià)工具；

8、在執(zhí)行所述分析任務(wù)的過(guò)程中，調(diào)用長(zhǎng)期記憶工具及短期記憶工具，進(jìn)行任務(wù)分析數(shù)據(jù)的存儲(chǔ)與調(diào)用，以鏈接任務(wù)上下文信息，優(yōu)化所述分析任務(wù)的執(zhí)行過(guò)程；

9、在執(zhí)行完所述分析任務(wù)后，調(diào)用自我評(píng)價(jià)工具及自我糾正工具進(jìn)行決策優(yōu)化，并存儲(chǔ)至所述思維鏈工具；

10、在執(zhí)行完所述分析任務(wù)鏈后，依據(jù)提取得到的對(duì)照組數(shù)據(jù)及干預(yù)組數(shù)據(jù)進(jìn)行meta分析計(jì)算，得到meta分析結(jié)果。

11、第二方面，本申請(qǐng)?zhí)峁┝艘环N基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析裝置，包括分析工具模塊、記憶模塊、規(guī)劃模塊及meta-agent模塊；

12、所述分析工具模塊用于：存儲(chǔ)文獻(xiàn)檢索工具、pico條件校驗(yàn)工具、pico要素提取工具及rct文獻(xiàn)質(zhì)量評(píng)價(jià)工具；

13、所述記憶模塊用于：存儲(chǔ)長(zhǎng)期記憶工具、短期記憶工具；

14、所述規(guī)劃模塊用于：存儲(chǔ)思維鏈工具、自我評(píng)價(jià)工具及自我糾正工具；

15、所述meta-agent模塊用于：獲取目標(biāo)研究主題；依據(jù)所述目標(biāo)研究主題確定pico檢索式；調(diào)用所述思維鏈工具，對(duì)所述pico檢索式進(jìn)行分析任務(wù)分解，以得到分析任務(wù)鏈；對(duì)于所述分析任務(wù)鏈中任一分析任務(wù)，從所述分析工具模塊中調(diào)用對(duì)應(yīng)的工具以執(zhí)行相應(yīng)的分析任務(wù)；在執(zhí)行所述分析任務(wù)的過(guò)程中，調(diào)用所述長(zhǎng)期記憶工具及所述短期記憶工具，進(jìn)行任務(wù)分析數(shù)據(jù)的存儲(chǔ)與調(diào)用，以鏈接任務(wù)上下文信息，優(yōu)化所述分析任務(wù)的執(zhí)行過(guò)程；在執(zhí)行完所述分析任務(wù)后，調(diào)用所述自我評(píng)價(jià)工具及所述自我糾正工具進(jìn)行決策優(yōu)化，并存儲(chǔ)至所述思維鏈工具；在執(zhí)行完所述分析任務(wù)鏈后，依據(jù)提取得到的對(duì)照組數(shù)據(jù)及干預(yù)組數(shù)據(jù)進(jìn)行meta分析計(jì)算，得到meta分析結(jié)果；其中，所述分析任務(wù)鏈中的分析任務(wù)包括文獻(xiàn)檢索任務(wù)、pico條件校驗(yàn)任務(wù)、pico要素提取任務(wù)及rct文獻(xiàn)質(zhì)量評(píng)價(jià)任務(wù)。

16、根據(jù)本申請(qǐng)?zhí)峁┑木唧w實(shí)施例，本申請(qǐng)具有了以下技術(shù)效果：本申請(qǐng)?zhí)峁┝艘环N基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析方法和裝置，由meta-agent模塊實(shí)現(xiàn)了對(duì)于文獻(xiàn)檢索任務(wù)、pico條件校驗(yàn)任務(wù)、pico要素提取任務(wù)、rct文獻(xiàn)質(zhì)量評(píng)價(jià)任務(wù)及meta分析的高度自動(dòng)化操作，減少了人工干預(yù)的步驟，避免了人為錯(cuò)誤帶來(lái)的偏倚。meta-agent模塊能夠調(diào)用長(zhǎng)期記憶工具與短期記憶工具，能夠基于過(guò)去的文獻(xiàn)記錄和當(dāng)前分析任務(wù)的上下文信息，優(yōu)化當(dāng)前系統(tǒng)評(píng)價(jià)/meta分析任務(wù)的執(zhí)行，確保每個(gè)步驟在完整的背景信息支持下高效運(yùn)行，從而有效管理信息流。meta-agent模塊還能夠調(diào)用自我評(píng)價(jià)工具及自我糾正工具，具備自我反思與自我修正功能，每當(dāng)在數(shù)據(jù)提取或分析中出現(xiàn)錯(cuò)誤時(shí)，能夠通過(guò)對(duì)比已知結(jié)果與當(dāng)前執(zhí)行任務(wù)的差異，及時(shí)調(diào)整其操作策略，保證整個(gè)系統(tǒng)評(píng)價(jià)/meta分析流程的高效和準(zhǔn)確。最后通過(guò)思維鏈工具記錄每一步分析思路，確保分析過(guò)程可回溯、透明且高效。

17、綜上，本申請(qǐng)通過(guò)結(jié)合agent的自主決策能力、大語(yǔ)言模型的信息抽取技術(shù)以及靈活的任務(wù)分解與優(yōu)化機(jī)制，不僅能提升系統(tǒng)評(píng)價(jià)/meta分析的準(zhǔn)確性和效率，而且還可以減少人工干預(yù)，節(jié)省人力成本，提高科研效率，使得科研人員能夠更高效地進(jìn)行復(fù)雜的醫(yī)學(xué)研究。

技術(shù)特征：

1.一種基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析方法，其特征在于，所述基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析方法包括：

2.根據(jù)權(quán)利要求1所述的基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析方法，其特征在于，在執(zhí)行所述分析任務(wù)的過(guò)程中，調(diào)用長(zhǎng)期記憶工具及短期記憶工具，進(jìn)行任務(wù)分析數(shù)據(jù)的存儲(chǔ)與調(diào)用，以鏈接任務(wù)上下文信息，優(yōu)化所述分析任務(wù)的執(zhí)行過(guò)程，在執(zhí)行完所述分析任務(wù)后，調(diào)用自我評(píng)價(jià)工具及自我糾正工具進(jìn)行決策優(yōu)化，并存儲(chǔ)至所述思維鏈工具，包括：

3.根據(jù)權(quán)利要求1所述的基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析方法，其特征在于，依據(jù)所述目標(biāo)研究主題確定pico檢索式，包括：

4.一種基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析裝置，其特征在于，所述基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析裝置包括分析工具模塊、記憶模塊、規(guī)劃模塊及meta-agent模塊；

5.根據(jù)權(quán)利要求4所述的基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析裝置，其特征在于，所述分析工具模塊還用于存儲(chǔ)meta分析可視化工具；

6.根據(jù)權(quán)利要求4所述的基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析裝置，其特征在于，所述文獻(xiàn)檢索工具用于：采用信息檢索技術(shù)，基于所述pico檢索式生成最優(yōu)檢索策略，并連接到預(yù)設(shè)數(shù)據(jù)庫(kù)進(jìn)行檢索，以得到檢索結(jié)果；

7.根據(jù)權(quán)利要求4所述的基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析裝置，其特征在于，所述meta-agent模塊包括：

8.根據(jù)權(quán)利要求6所述的基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析裝置，其特征在于，所述長(zhǎng)期記憶工具用于：在執(zhí)行所述pico條件校驗(yàn)任務(wù)的過(guò)程中，基于知識(shí)圖譜和數(shù)據(jù)庫(kù)管理技術(shù)，對(duì)所有所有所述納入文獻(xiàn)進(jìn)行長(zhǎng)期記憶存儲(chǔ)；

9.根據(jù)權(quán)利要求4所述的基于大語(yǔ)言模型信息抽取的自動(dòng)化meta分析裝置，其特征在于，所述思維鏈工具用于：基于貝葉斯網(wǎng)絡(luò)或馬爾科夫決策過(guò)程，使用任務(wù)分解算法，對(duì)所述pico檢索式進(jìn)行分析任務(wù)分解，得到分析任務(wù)鏈；協(xié)調(diào)所述分析任務(wù)鏈中各個(gè)分析任務(wù)的前后順序與依賴關(guān)系；

技術(shù)總結(jié)
本申請(qǐng)公開(kāi)了一種基于大語(yǔ)言模型信息抽取的自動(dòng)化Meta分析方法和裝置，涉及Meta分析領(lǐng)域，包括分析工具模塊、記憶模塊、規(guī)劃模塊及Meta?Agent模塊；Meta?Agent模塊用于：依據(jù)目標(biāo)研究主題確定PICO檢索式，調(diào)用思維鏈工具進(jìn)行分析任務(wù)分解；對(duì)任一分析任務(wù)，從分析工具模塊中調(diào)用對(duì)應(yīng)工具執(zhí)行相應(yīng)的分析任務(wù)；在執(zhí)行分析任務(wù)過(guò)程中，調(diào)用長(zhǎng)期記憶工具及短期記憶工具進(jìn)行任務(wù)分析數(shù)據(jù)的存儲(chǔ)與調(diào)用；在執(zhí)行完分析任務(wù)后，調(diào)用自我評(píng)價(jià)工具及自我糾正工具進(jìn)行決策優(yōu)化；在執(zhí)行完分析任務(wù)鏈后，依據(jù)提取得到的對(duì)照組數(shù)據(jù)及干預(yù)組數(shù)據(jù)進(jìn)行Meta分析計(jì)算。本申請(qǐng)能夠自動(dòng)化且智能化地處理復(fù)雜的Meta分析任務(wù)。

技術(shù)研發(fā)人員：馬睛雅,李崢,趙磊,張歡
受保護(hù)的技術(shù)使用者：北京協(xié)和醫(yī)學(xué)院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15