在大型医院中，存在人工质控工作量大、缺乏统一标准及难以对接其他数据平台等问题。本项目设计了完整的智慧门诊电子病历质控系统。其核心为AI质控引擎，基于自然语言处理技术对病历实体与事件进行语义解析与检索，实现内涵质控。实际应用中，系统能从电子病历文本中提取关键信息，如血肌酐升高、眼睑浮肿、双肾缩小等症状，并给出疾病诊断预测及置信度。本项目构建了大规模医疗知识图谱，包含10万+医疗实体和140万+医学关系，覆盖多科室的症状、疾病、检查和治疗等内容，为门诊多病种病历质检提供支持。知识图谱在医疗模型应用中具有显著优势，能有效解决纯数据驱动模型可能出现的偏差问题，避免错误判断。通过在高质量知识图谱基础上进行图神经网络计算，模型准确率和可解释性大幅提升。