基于血压与并发症的血液透析模式辅助决策模型：本地化大语言模型的构建与验证

来源：中国血液净化杂志2026年第04期北京时间：

作者：刘程程 周 慧 黄丽娃 徐晓敏 陈欢欢 李红芍

单位：325000 温州，温州市人民医院1血透中心 2科研中心

摘要：目的 构建基于Qwen2.5-7B-Instruct大语言模型的血液透析模式智能辅助决策系统，并评价其临床应用效果。 方法 整合血压标准与11种透析模式判定规则，利用33例虚拟病例优化提示模板，建立结构化输入范式。采用温州市人民医院192例维持性血液透析(maintenance hemodialysis，MHD)患者共940个治疗周期数据作为训练集，运用低秩自适应(low-rank adaptation，LoRA)技术进行参数微调与多轮提示工程优化。通过Kappa一致性、准确率、精确率、召回率及F1值评估模型性能；前瞻性纳入2025年4—5月232例MHD患者，分为模型验证组(n=58)和对照组(n=174)，比较2组血压控制、并发症发生率及评估效率。 结果 经4批次训练，模型决策与标签的Kappa值从0.610提升至1.000，与护士决策的一致性从0.487提升至0.726，高于护士间一致性(Kappa=0.612)。以2名护士支持为标准，模型对真实病例的准确率从56.00%提升至80.95%，加权F1值从0.40增至0.72；以1名护士支持为标准，训练后准确率与精确率均达100.00%。临床验证中，96.55%(56/58)的模型决策获护士认可。与对照组相比，模型验证组在透析中血压控制(χ2=5.744，P=0.057)，透析后血压控制(χ2=0.747，P=0.688)、透析中头痛(P＞0.999)、痉挛(χ2=0.347,P=0.541)、失衡综合征表现(P=0.575)方面均无显著差异，评估至上机时间缩短(t=45.300，P＜0.001)。 结论 基于真实病例优化的大语言模型可实现MHD透析模式的精准、快速决策，具有良好临床适用性与推广潜力。

关键词：终末期肾病；维持性血液透析；辅助决策模型；智能化透析模式；大语言模型

基金资助：2023年温州市基础性科研项目(Y2023647)