行业研究公司研究宏观策略财报招股书会议纪要 Token 低空经济十五五 AIGC 大模型

在医疗健康领域，企业大模型RAG优化实践

2025-02-14 - 夏源用户zL5HoU

医疗健康领域RAG优化实践

RAG现状和挑战

引言：探讨RAG技术是否已普及，医疗领域RAG的独特性，以及实际应用中的难点和挑战。
Naive RAG 技术框架：描述了传统RAG框架的组成部分，包括Query理解、检索召回、文档解析、索引构建、Prompt构建和答案生成。
Naive RAG 面临的问题：列举了Naive RAG在Query理解、文档解析、意图识别、召回质量、大模型生成和证据相关性等方面存在的问题。
如何解决 Naive RAG的技术问题：提出了针对Naive RAG问题的解决方案，包括意图识别、多轮改写、证据源预判、实体识别、多队列召回、证据筛选和信息归纳等。
难点和挑战：提出了医疗领域RAG的三个主要挑战：如何针对医疗专业领域进行内容理解和建设，如何提升大模型在医疗药企领域的专业性，以及如何解决实际企业应用中的复杂RAG问题。

RAG医疗领域技术优化

医疗检索增强RAG 技术架构：介绍了优化后的RAG架构，包括文档抽取、证据聚合、大模型理解和推理、应用自我反思、自我推理、Query理解、意图识别、索引自动构建、ES检索、RAG混合、多级循证检索、稠密向量检索、深度语义排序、多源文档召回、证据溯源路径检索和相关性排序等。
医疗RAG 内容理解和建设：详细阐述了医疗领域内容理解和建设的难点，包括病历中不同单据的解析、医学书籍和文献的理解、以及各种医学知识文档的排版样式和布局信息。
医疗领域富文本信息理解：介绍了针对病历单据和医学书籍的富文本信息理解技术，包括OCR文字识别、Layout版面分析、SPO抽取、schema抽取等。
医疗领域文档多样性：分析了医疗领域文档的多样性，包括检验报告单、病程记录、手术记录、诊断证明等不同类型文档的特点。
医疗RAG内容理解架构：介绍了医疗RAG内容理解的架构，包括多模语义实体识别、多模态文档语义理解、自注意力机制、空间感知编码器、空间结构化映射、文档智能结构化引擎、专病结构化医疗知识图谱构建、SPO关系抽取、知识循证、Span抽取、CRF组装、NLPOCR等。
医疗RAG内容理解技术应用：介绍了医疗RAG内容理解技术的应用，包括文档分析底座算法、医疗单据识别、表单识别、单据解读、MLLM、传统小模型算法、文档解析引擎、版面分析引擎、标题识别、表格识别、图像识别、正文识别、文档视图树生成、LLM大模型、Dewarp等。
医疗RAG内容理解：医疗报告单解析：详细介绍了医疗报告单解析的技术，包括图像预处理、OCR增强训练、主体识别、表单抽取、专病结构化抽取等。
医疗RAG内容理解：智能文档结构化引擎：介绍了智能文档结构化引擎的技术，包括多模态文档语义理解技术、空间感知编码器、语义实体识别、实体链接等。
医疗RAG内容理解：医学文档解析：介绍了医学文档解析的技术，包括OCR、表格识别、文档转markdown、文档理解等。
医疗RAG内容理解：医学文档解析：详细介绍了医学文档解析的技术，包括版面分析模型、布局要素识别、页眉页脚识别、正文标题识别、图片识别、表格识别、注释公式识别、图片标题识别、文档顺序分析、表格识别模型等。
医疗RAG内容理解：医学书籍文献解析：介绍了医学书籍文献解析的技术，包括OCR、版面分析、文档结构分析、文档视图树生成等。
医疗大模型后预训练：介绍了医疗大模型后预训练的数据和内容优化策略，包括数据提质、数据增强等，并提供了相关经验和效果数据。
医疗RAG大模型生成：介绍了提升大模型推理能力的三个子问题，并提出了Self-Reasoning和Reflection等技术方案。