臨床路徑科研數(shù)據(jù)的挖掘與轉(zhuǎn)化應用演講人CONTENTS臨床路徑科研數(shù)據(jù)的挖掘與轉(zhuǎn)化應用臨床路徑科研數(shù)據(jù)的內(nèi)涵與特征臨床路徑數(shù)據(jù)挖掘的關鍵技術與實踐臨床路徑數(shù)據(jù)轉(zhuǎn)化應用的多維場景挑戰(zhàn)與未來展望：邁向“智能臨床路徑”的新征程目錄01臨床路徑科研數(shù)據(jù)的挖掘與轉(zhuǎn)化應用臨床路徑科研數(shù)據(jù)的挖掘與轉(zhuǎn)化應用引言作為一名深耕臨床路徑管理與醫(yī)療數(shù)據(jù)研究十余年的從業(yè)者，我始終認為臨床路徑是連接標準化診療與個體化醫(yī)療的橋梁，而其蘊含的海量科研數(shù)據(jù)則是推動醫(yī)學進步的“富礦”。在日常工作中，我曾參與某三甲醫(yī)院單病種（如急性心肌梗死）臨床路徑的優(yōu)化項目，當我們將5年來的路徑執(zhí)行數(shù)據(jù)、實驗室檢查結(jié)果、住院時長、并發(fā)癥發(fā)生率等指標進行系統(tǒng)梳理時，意外發(fā)現(xiàn)某類藥物在特定年齡段患者中的療效存在顯著差異——這一發(fā)現(xiàn)直接促成了醫(yī)院內(nèi)部用藥方案的調(diào)整，并最終被納入?yún)^(qū)域性診療指南。這個案例讓我深刻體會到：臨床路徑數(shù)據(jù)的挖掘與轉(zhuǎn)化，絕非單純的技術操作，而是將“經(jīng)驗醫(yī)學”升維為“精準醫(yī)學”的核心路徑。本文將從臨床路徑數(shù)據(jù)的內(nèi)涵特征出發(fā)，系統(tǒng)闡述數(shù)據(jù)挖掘的關鍵技術、轉(zhuǎn)化應用的多維場景，并剖析當前挑戰(zhàn)與未來方向，以期為行業(yè)同仁提供可參考的實踐框架。02臨床路徑科研數(shù)據(jù)的內(nèi)涵與特征臨床路徑科研數(shù)據(jù)的內(nèi)涵與特征臨床路徑數(shù)據(jù)并非孤立的診療記錄集合，而是以“時間軸”為線索、以“疾病-診療”為核心、多維度動態(tài)生成的復合型數(shù)據(jù)資源。理解其內(nèi)涵與特征，是開展挖掘與應用的前提。1數(shù)據(jù)的多維構(gòu)成：從結(jié)構(gòu)化到非結(jié)構(gòu)化的全譜系覆蓋臨床路徑數(shù)據(jù)按結(jié)構(gòu)化程度可分為三類：-結(jié)構(gòu)化數(shù)據(jù)：這是最易量化分析的部分，包括患者基本信息（年齡、性別、基礎疾?。⒃\療時間節(jié)點（入院時間、手術時間、出院時間）、實驗室檢查結(jié)果（血常規(guī)、生化指標）、用藥記錄（藥物名稱、劑量、療程）、費用明細等。例如，在2型糖尿病臨床路徑中，空腹血糖、糖化血紅蛋白的數(shù)值變化即典型的結(jié)構(gòu)化數(shù)據(jù)，可直接用于療效評估。-非結(jié)構(gòu)化數(shù)據(jù)：以文本、圖像、音視頻為主，蘊含豐富的臨床細節(jié)。如病程記錄中“患者自述夜間偶有口干，無多飲多尿”的主觀描述、手術視頻中的操作細節(jié)、病理報告中的圖像特征等。我曾在一項研究中嘗試通過自然語言處理（NLP）技術提取非結(jié)構(gòu)化病程中的“癥狀關鍵詞”，發(fā)現(xiàn)“乏力”這一描述在路徑執(zhí)行第3天的出現(xiàn)頻率與后續(xù)胰島素用量調(diào)整顯著相關，這是單純結(jié)構(gòu)化數(shù)據(jù)無法捕捉的關聯(lián)。1數(shù)據(jù)的多維構(gòu)成：從結(jié)構(gòu)化到非結(jié)構(gòu)化的全譜系覆蓋-半結(jié)構(gòu)化數(shù)據(jù)：介于兩者之間，具有固定格式但內(nèi)容可變，如醫(yī)囑單（包含“長期醫(yī)囑”“臨時醫(yī)囑”分類，但具體內(nèi)容自由填寫）、護理記錄單（包含“生命體征”“護理措施”等模塊，但描述文本靈活）。這類數(shù)據(jù)需通過規(guī)則化處理轉(zhuǎn)化為結(jié)構(gòu)化信息才能分析，例如將“半流質(zhì)飲食”統(tǒng)一編碼為“飲食類型-3”。2數(shù)據(jù)的獨特屬性：動態(tài)性、關聯(lián)性與時效性的交織與常規(guī)醫(yī)療數(shù)據(jù)相比，臨床路徑數(shù)據(jù)具有三大核心屬性：-動態(tài)性：臨床路徑本身就是“診療計劃-執(zhí)行-評估-調(diào)整”的動態(tài)循環(huán)，數(shù)據(jù)隨時間持續(xù)更新。如肺炎路徑中，患者若出現(xiàn)發(fā)熱咳嗽加重，會觸發(fā)“肺部CT檢查”臨時醫(yī)囑，并可能調(diào)整抗生素方案，這一系列變化都會實時反映在數(shù)據(jù)中，形成“時間-事件-結(jié)果”的鏈條。-關聯(lián)性：數(shù)據(jù)間存在多維關聯(lián)，包括“患者-疾病-診療”的縱向關聯(lián)（同一患者在不同診療階段的指標變化）和“人群-科室-醫(yī)院”的橫向關聯(lián)（不同人群在路徑執(zhí)行中的差異）。例如，我們曾通過關聯(lián)分析發(fā)現(xiàn)，老年患者（>65歲）在髖關節(jié)置換術后，若合并貧血（Hb<90g/L），其路徑中“康復訓練”節(jié)點的執(zhí)行延遲率比非貧血患者高2.3倍，這種關聯(lián)提示我們需要在路徑中提前介入貧血管理。2數(shù)據(jù)的獨特屬性：動態(tài)性、關聯(lián)性與時效性的交織-時效性：部分數(shù)據(jù)具有“時間窗”特征，需在特定節(jié)點采集才能反映真實情況。如腦梗死溶栓路徑中，“從入院到溶栓的時間（DNT）”必須精確到分鐘，超過90分鐘黃金時間窗，數(shù)據(jù)價值將大幅衰減；而術后“首次下床時間”若延遲至72小時后，則可能顯著增加并發(fā)癥風險，這類時效性數(shù)據(jù)是路徑質(zhì)量控制的關鍵指標。3數(shù)據(jù)的價值維度：從臨床優(yōu)化到科研創(chuàng)新的階梯式釋放臨床路徑數(shù)據(jù)的價值呈現(xiàn)“金字塔”結(jié)構(gòu)：-底層（臨床基礎價值）：支撐路徑執(zhí)行的日常監(jiān)控，如變異率統(tǒng)計、住院日分析等，幫助管理者發(fā)現(xiàn)執(zhí)行偏差。我曾協(xié)助某醫(yī)院統(tǒng)計膽囊切除路徑的變異數(shù)據(jù)，發(fā)現(xiàn)“術前等待時間過長”是導致住院日延長的首要原因（占比62%），據(jù)此優(yōu)化術前檢查流程后，平均住院日從8.5天縮短至6.2天。-中層（科研增量價值）：通過數(shù)據(jù)挖掘發(fā)現(xiàn)診療規(guī)律，如藥物療效、預后影響因素等。例如，通過分析1000例乳腺癌路徑數(shù)據(jù)，我們發(fā)現(xiàn)HER2陽性患者在新輔助化療后，若“病灶縮小率>50%”，其無病生存期顯著延長（HR=0.68，P=0.002），這一結(jié)果為化療方案優(yōu)化提供了循證依據(jù)。3數(shù)據(jù)的價值維度：從臨床優(yōu)化到科研創(chuàng)新的階梯式釋放-頂層（戰(zhàn)略決策價值）：為衛(wèi)生政策制定、醫(yī)療資源配置提供宏觀依據(jù)。如某省通過匯總轄區(qū)內(nèi)50家醫(yī)院的心衰路徑數(shù)據(jù)，發(fā)現(xiàn)基層醫(yī)院“β受體阻滯劑使用率”僅為45%（三甲醫(yī)院為78%），據(jù)此在“十四五”基層能力建設中重點加強了該類藥物的培訓與配備。03臨床路徑數(shù)據(jù)挖掘的關鍵技術與實踐臨床路徑數(shù)據(jù)挖掘的關鍵技術與實踐臨床路徑數(shù)據(jù)的挖掘是一個“從原始數(shù)據(jù)到知識發(fā)現(xiàn)”的復雜過程，需融合數(shù)據(jù)采集、清洗、建模、分析等多環(huán)節(jié)技術。結(jié)合實踐經(jīng)驗，我們將這一流程拆解為四個關鍵步驟。2.1數(shù)據(jù)采集與整合：打破“數(shù)據(jù)孤島”，構(gòu)建統(tǒng)一底座臨床路徑數(shù)據(jù)分散在醫(yī)院信息系統(tǒng)（HIS）、電子病歷（EMR）、實驗室信息系統(tǒng)（LIS）、影像歸檔和通信系統(tǒng)（PACS）等多個異構(gòu)系統(tǒng)中，數(shù)據(jù)采集的核心是“打通壁壘、統(tǒng)一標準”。-挑戰(zhàn)識別：不同系統(tǒng)間的數(shù)據(jù)格式（如HIS的SQL數(shù)據(jù)庫與EMR的XML文檔）、編碼體系（如疾病診斷ICD-10與手術操作ICD-9-CM的不一致）、采集頻率（實時vs批量）均存在差異。我曾遇到某醫(yī)院因LIS與HIS的“患者ID”字段長度不匹配（LIS為18位，HIS為12位），導致23%的檢驗數(shù)據(jù)無法關聯(lián)，最終通過建立“ID映射表”解決問題。臨床路徑數(shù)據(jù)挖掘的關鍵技術與實踐-實踐對策：-建立集成平臺：采用企業(yè)服務總線（ESB）或數(shù)據(jù)中臺技術，通過API接口實現(xiàn)各系統(tǒng)數(shù)據(jù)實時對接。如某省級醫(yī)院通過部署“臨床路徑數(shù)據(jù)中心”，將HIS的醫(yī)囑、EMR的病程、LIS的結(jié)果等數(shù)據(jù)按“患者唯一標識”整合，形成覆蓋“入院-診療-出院”全周期的數(shù)據(jù)鏈。-標準化映射：統(tǒng)一術語編碼，如疾病診斷采用ICD-11，手術操作采用ICD-9-CM-3，藥物采用ATC編碼；對非結(jié)構(gòu)化數(shù)據(jù)采用規(guī)則引擎提取關鍵信息（如從“術后第1天換藥”中提取“時間=術后1天”“操作=換藥”）。2數(shù)據(jù)預處理與清洗：提升數(shù)據(jù)質(zhì)量，保障分析可靠性“垃圾進，垃圾出”（GarbageIn,GarbageOut）是數(shù)據(jù)挖掘的鐵律。臨床路徑數(shù)據(jù)常存在缺失、異常、重復等問題，預處理是確保分析結(jié)果有效的關鍵。-缺失值處理：臨床路徑數(shù)據(jù)缺失常見于“未執(zhí)行項目”（如患者因拒絕未做某項檢查）或“漏填項”（如護士未記錄血壓）。處理需結(jié)合臨床邏輯：若缺失為“未執(zhí)行”，可直接標記為“0”或“無該事件”；若為“漏填”，可采用多重插補法（MICE）或基于歷史數(shù)據(jù)的均值/中位數(shù)填充，但需在分析中說明缺失比例及處理方法。例如，在分析路徑中“疼痛評分”數(shù)據(jù)時，我們發(fā)現(xiàn)術后24小時內(nèi)有15%的記錄缺失，通過與麻醉科溝通確認“部分患者使用鎮(zhèn)痛泵后未主動評分”，最終采用“默認評分為3分（輕度疼痛）”并作為敏感性分析變量。2數(shù)據(jù)預處理與清洗：提升數(shù)據(jù)質(zhì)量，保障分析可靠性-異常值檢測：異常值可能是錄入錯誤（如“年齡=200歲”）或真實極端情況（如“血糖=30mmol/L”）。需通過統(tǒng)計方法（如Z-score、IQR法則）結(jié)合臨床知識判斷：對于錄入錯誤，直接修正或剔除；對于真實極端值，需作為特殊亞組分析。我曾在一項血壓數(shù)據(jù)挖掘中，發(fā)現(xiàn)某患者“收縮壓=280mmHg”，經(jīng)核實為錄入時誤將“128”寫成“280”，修正后該異常值對“血壓與腦卒中風險”模型的影響從顯著變?yōu)椴伙@著。-數(shù)據(jù)標準化與歸一化：消除不同指標的量綱影響，如將“年齡（歲）”“血紅蛋白（g/L）”“住院日（天）”等指標通過Min-Max歸一化或Z-score標準化，使數(shù)據(jù)分布更適合機器學習模型。3挖掘方法與應用：從描述性統(tǒng)計到預測建模的全流程分析臨床路徑數(shù)據(jù)的挖掘方法需根據(jù)分析目標選擇，涵蓋“描述-關聯(lián)-預測”三大類，傳統(tǒng)統(tǒng)計與機器學習技術各有優(yōu)勢。-描述性分析：基礎但不可或缺，用于呈現(xiàn)數(shù)據(jù)分布特征。如通過計算某路徑的“變異率=（變異例數(shù)/總例數(shù)）×100%”，結(jié)合柏拉圖分析發(fā)現(xiàn)“術前檢查延遲”“并發(fā)癥”是Top2變異原因；通過時間序列分析展示“平均住院日近5年變化趨勢”，判斷路徑優(yōu)化效果。-關聯(lián)規(guī)則挖掘：發(fā)現(xiàn)數(shù)據(jù)項之間的隱藏關聯(lián)，經(jīng)典算法為Apriori和FP-Growth。例如，我們曾通過分析1000例剖宮產(chǎn)路徑數(shù)據(jù)，挖掘出“術前導尿+術后使用鎮(zhèn)痛泵”與“下床活動時間延遲>24小時”的關聯(lián)規(guī)則（支持度15%，置信度82%），提示需優(yōu)化鎮(zhèn)痛方案與早期活動的銜接。3挖掘方法與應用：從描述性統(tǒng)計到預測建模的全流程分析-預測模型構(gòu)建：這是挖掘的高級階段，旨在預測未來事件。常用模型包括：-邏輯回歸：適用于二分類結(jié)局預測，如“是否發(fā)生術后并發(fā)癥（是/否）”，可解釋性強，能計算各因素的OR值（比值比）；-隨機森林：處理高維數(shù)據(jù)優(yōu)勢顯著，如在預測“2型糖尿病路徑患者血糖達標情況”時，可同時納入年齡、BMI、用藥方案等20余個變量，自動篩選出“糖化血紅蛋白基線值”“胰島素使用強度”為前兩位預測因子；-深度學習：適用于非結(jié)構(gòu)化數(shù)據(jù)挖掘，如采用LSTM模型分析病程文本的時間序列特征，預測“膿毒癥患者休克發(fā)生風險”（AUC達0.89）。3挖掘方法與應用：從描述性統(tǒng)計到預測建模的全流程分析-案例實踐：在某醫(yī)院“急性ST段抬高型心肌梗死（STEMI）”路徑中，我們基于10年數(shù)據(jù)構(gòu)建了“再灌注治療延遲風險預測模型”，納入“就診時間、年齡、合并糖尿病”等10個變量，模型Cstatistic為0.86，高風險患者（預測概率>0.7）通過“繞行急診直接進導管室”流程優(yōu)化，門球時間中位數(shù)從120分鐘縮短至78分鐘。4挖掘過程中的倫理與安全考量臨床路徑數(shù)據(jù)涉及患者隱私，挖掘需嚴格遵守《醫(yī)療數(shù)據(jù)安全管理規(guī)范》《個人信息保護法》等法規(guī)：01-數(shù)據(jù)脫敏：對姓名、身份證號、手機號等直接標識符進行替換（如“張三”→“Patient001”），對住院號等間接標識符進行加密；02-訪問控制：建立“角色-權限”管理體系，如研究人員僅能訪問脫敏后的分析數(shù)據(jù)，無法關聯(lián)患者真實身份；03-知情同意：回顧性研究需通過醫(yī)院倫理委員會審批，前瞻性研究需在入組時獲取患者對數(shù)據(jù)使用的知情同意。0404臨床路徑數(shù)據(jù)轉(zhuǎn)化應用的多維場景臨床路徑數(shù)據(jù)轉(zhuǎn)化應用的多維場景數(shù)據(jù)挖掘的最終目的是“轉(zhuǎn)化應用”。臨床路徑數(shù)據(jù)的轉(zhuǎn)化不僅限于臨床實踐，更延伸至科研創(chuàng)新、醫(yī)院管理、政策制定等多個場景，形成“數(shù)據(jù)-知識-行動”的閉環(huán)。1臨床實踐優(yōu)化：從“標準化”到“個體化”的路徑升級臨床路徑的初心是“規(guī)范診療”，而數(shù)據(jù)挖掘使其從“固定模板”進化為“動態(tài)適配”的智能工具。-路徑動態(tài)調(diào)整：基于路徑執(zhí)行數(shù)據(jù)的反饋，優(yōu)化診療節(jié)點。例如，通過分析結(jié)腸癌路徑數(shù)據(jù)，我們發(fā)現(xiàn)“術后第1天恢復進食”的患者，其術后腸鳴音恢復時間比“術后第2天進食”平均提前12小時，據(jù)此將“術后進食時間”從“術后24小時”調(diào)整為“術后12小時（無嘔吐腹脹者）”，術后并發(fā)癥發(fā)生率從8.3%降至3.1%。-個體化路徑生成：結(jié)合患者基線特征與預測模型，制定“千人千面”的路徑。如針對肺癌患者，通過構(gòu)建“術后肺部感染風險預測模型”，將患者分為“低風險（<10%）”“中風險（10%-30%）”“高風險（>30%）”，低風險患者采用“快速康復外科（ERAS）路徑”（早期拔管、下床活動），高風險患者則增加“霧化吸入”“呼吸功能訓練”等預防措施，肺部感染發(fā)生率整體降低22%。1臨床實踐優(yōu)化：從“標準化”到“個體化”的路徑升級-質(zhì)量控制改進：通過數(shù)據(jù)監(jiān)測識別路徑執(zhí)行中的“薄弱環(huán)節(jié)”。例如，某醫(yī)院通過臨床路徑數(shù)據(jù)系統(tǒng)實時監(jiān)控“急性腦梗死溶栓DNT”，發(fā)現(xiàn)“家屬知情同意耗時過長”是導致延遲的主要原因，于是引入“結(jié)構(gòu)化知情同意模板”和“電子簽名系統(tǒng)”，使DNT中位數(shù)從65分鐘縮短至48分鐘，遠低于國家要求的60分鐘標準。3.2科研創(chuàng)新驅(qū)動：從“真實世界”到“證據(jù)生成”的研究范式變革臨床路徑數(shù)據(jù)是“真實世界數(shù)據(jù)（RWD）”的重要來源，其轉(zhuǎn)化為“真實世界證據(jù)（RWE）”的過程，正在改變傳統(tǒng)隨機對照試驗（RCT）的研究模式。-真實世界療效評價：對比不同診療方案在真實臨床環(huán)境中的效果。例如，某藥企開展某降壓藥的真實世界研究，納入10家醫(yī)院采用該藥路徑的2型糖尿病患者，通過傾向性得分匹配（PSM）排除混雜因素后，證實其“降低糖化血紅蛋白效果”優(yōu)于常規(guī)治療（平均差0.3%，P=0.01），為藥物適應癥擴展提供了證據(jù)。1臨床實踐優(yōu)化：從“標準化”到“個體化”的路徑升級-疾病機制與預后探索：通過多維度數(shù)據(jù)挖掘疾病進展規(guī)律。如通過分析5000例慢性腎病路徑數(shù)據(jù)，結(jié)合“蛋白尿”“eGFR”“血壓”等指標變化，構(gòu)建“慢性腎病進展風險列線圖”，可預測患者5年內(nèi)進展至腎衰竭的概率（C=0.82），為早期干預提供靶點。-新藥研發(fā)與臨床試驗優(yōu)化：利用路徑數(shù)據(jù)篩選試驗人群、設計入組標準。例如，在研發(fā)某抗腫瘤新藥時，通過分析歷史路徑數(shù)據(jù)，鎖定“PD-L1陽性、既往接受過一線化療”的特定人群，使Ⅱ期臨床試驗的客觀緩解率（ORR）從15%提升至32%，顯著縮短研發(fā)周期。1臨床實踐優(yōu)化：從“標準化”到“個體化”的路徑升級3.3醫(yī)院管理與政策支持：從“經(jīng)驗決策”到“數(shù)據(jù)決策”的管理轉(zhuǎn)型臨床路徑數(shù)據(jù)的宏觀價值在于為醫(yī)院管理和衛(wèi)生政策提供量化依據(jù)。-績效評價與資源優(yōu)化：基于路徑數(shù)據(jù)指標（如住院日、費用、并發(fā)癥率）評估科室績效。如某醫(yī)院將“路徑變異率”“藥占比”“耗材占比”納入科室考核，與績效獎金掛鉤，推動骨科通過優(yōu)化路徑將“關節(jié)置換術人均耗材費用”從1.8萬元降至1.2萬元，年節(jié)省成本超300萬元。-醫(yī)療資源配置與分級診療：通過區(qū)域路徑數(shù)據(jù)分析患者流向，優(yōu)化資源配置。例如，某市匯總轄區(qū)內(nèi)20家醫(yī)院的“急性心?！甭窂綌?shù)據(jù)，發(fā)現(xiàn)70%的基層醫(yī)院患者因“無法開展急診PCI”轉(zhuǎn)診至三甲醫(yī)院，導致三甲醫(yī)院急診室擁堵，據(jù)此在5家基層醫(yī)院建設“胸痛中心”，配置溶栓藥物，使基層溶栓率從5%提升至35%，轉(zhuǎn)診壓力顯著緩解。1臨床實踐優(yōu)化：從“標準化”到“個體化”的路徑升級-衛(wèi)生政策制定與效果評估：為政策提供循證基礎并驗證實施效果。如國家衛(wèi)健委通過分析全國“單病種付費”試點醫(yī)院的路徑數(shù)據(jù)，發(fā)現(xiàn)“按病種分值（DIP）付費”后，“平均住院日縮短”“次均費用下降”等指標顯著改善，遂在全國范圍內(nèi)推廣；政策實施后，再次通過路徑數(shù)據(jù)監(jiān)測發(fā)現(xiàn)“部分醫(yī)院為降低費用減少必要檢查”，及時出臺“負面清單”規(guī)范行為。05挑戰(zhàn)與未來展望：邁向“智能臨床路徑”的新征程挑戰(zhàn)與未來展望：邁向“智能臨床路徑”的新征程盡管臨床路徑數(shù)據(jù)的挖掘與轉(zhuǎn)化已取得顯著進展，但在實踐中仍面臨數(shù)據(jù)、技術、倫理等多重挑戰(zhàn)，而人工智能、多中心協(xié)作等技術的發(fā)展為突破瓶頸提供了可能。1現(xiàn)存挑戰(zhàn)-數(shù)據(jù)質(zhì)量與標準化不足：基層醫(yī)院數(shù)據(jù)采集不規(guī)范（如“診斷名稱”書寫隨意）、系統(tǒng)間數(shù)據(jù)接口不統(tǒng)一，導致“數(shù)據(jù)孤島”依然存在，多中心數(shù)據(jù)融合難度大。-技術門檻與人才短缺：數(shù)據(jù)挖掘需醫(yī)學、統(tǒng)計學、計算機等多學科交叉人才，而當前醫(yī)療機構(gòu)中“懂數(shù)據(jù)的醫(yī)生”和“懂醫(yī)學的數(shù)據(jù)科學家”均嚴重不足。-隱私保護與數(shù)據(jù)安全：隨著數(shù)據(jù)價值提升，數(shù)據(jù)泄露、濫用風險增加，如何在“數(shù)據(jù)共享”與“隱私保護”間平衡是亟待解決的難題。-臨床認可度與轉(zhuǎn)化效率：部分醫(yī)生對數(shù)據(jù)挖掘結(jié)果存在“疑慮”（如“模型是否適用于我的患者”），且研究成果向臨床應用的轉(zhuǎn)化周期長、成功率低。2未來方向-技術融合：AI與區(qū)塊鏈賦能：-人工智能深度應用：利用大語言模型（LLM）自動