医院基于肠易激综合征（IBS）病症的临床历史病例数据搭建智能问诊系统，实现病人的自助线上问诊功能，可代替医生实现智能回复、智能诊断、治疗建议、病历生成等工作
客户为国内顶尖的三甲医院，集医疗、教学、科研于一体。在功能性胃肠病（如IBS）的诊疗中， 面临着数据资产利用困难、诊疗流程标准化不足、医疗资源压力大等挑战。
医院积累了大量珍贵的临床病例数据，但这些非结构化数据无法直接用于AI模型训练。 如何将这些"沉睡"的数据资产转化为可用于LLM微调的高质量训练数据，成为项目的关键突破点。
利用MatrixOne Intelligence平台的智能解析能力，将医院的非结构化病历数据（PDF、图片等） 进行结构化抽取，按照预设Schema转换成规范化的JSON格式，成功将"死数据"转化为"活数据"。
基于结构化病历数据，自动生成高质量的问答对（Q&A）数据集，输出标准JSONL格式文件。 支持Alpaca、ShareGPT、OpenAI等主流格式，可直接用于大语言模型的微调训练。
通过引入Persona角色模拟不同患者特征，增加数据多样性；同时引入10-20%的负样本， 避免模型过拟合，提升诊断准确性。最终生成了包含数万条高质量对话的JSONL训练数据集。
使用生成的JSONL数据集对Qwen等大语言模型进行微调，开发出具备智能回复、 智能诊断、治疗建议、病历生成四大核心功能的IBS智能问诊系统。
基于上下文理解，实时生成专业的医疗回复建议，提升医患沟通效率
自动提取关键症状，依据临床指南进行推理，提供IBS亚型分类诊断建议
根据诊断结果推荐包含用药、饮食、生活方式的综合治疗方案
一键整合问诊全流程信息，自动生成标准化电子病历报告