【立项背景与目标】严重精神障碍患者服务管理是基层社会治理的重点难点:卫健、公安、政法委条线数据分散在各部门,风险发现靠人工排查和层层上报,普遍存在"发现晚、评估粗、处置虚"三大问题。本平台由政法委牵头建设,打通卫健(在管患者、随访记录)、公安(涉患警情、肇事肇祸史)等多源数据,目标是把患者服务管理从"事后处置"转向"事前预警、分级管控",为特殊人群风险治理提供数字化抓手。
【核心功能】1、多源数据接入与治理:跨部门异构数据交换、清洗、比对,按"一人一档"归集患者全量信息;2、风险智能识别:围绕肇事肇祸风险构建14类核心风险行为识别体系,自动从随访记录、警情描述等文本数据中识别风险信号;3、量化评估模型:结合患者标签体系与赋分模型,输出高、中、低三级风险评定,评定规则可配置、结果可解释;4、预警与分级处置:风险异动自动生成预警,按等级推送属地责任部门,处置、反馈、销号全流程闭环留痕;5、态势研判大屏:区域风险总量、等级分布、处置时效一屏总览,支撑决策。
【业务流程】数据归集→智能识别风险行为→量化赋分定级→预警分级推送→属地核查处置→反馈销号评估,形成"发现—评估—处置—反馈"完整闭环。
【整体架构】平台采用四层架构:数据接入层负责与卫健、公安等部门业务库做数据交换,适配不同库表标准;数据治理层完成数据清洗与身份主键比对归一,构建"一人一档"主数据;智能分析层承载核心能力——14类风险行为识别规则引擎+大模型辅助识别+赋分评定模型;业务应用层面向政法委、公安、卫健用户提供预警处置、档案管理、研判大屏等应用。
【我的贡献】本人担任需求负责人,主导业务建模与产品设计:1、设计14类核心风险行为指标体系及判定口径,与公安、卫健业务专家逐条校准;2、设计高、中、低三级风险评定规则、患者标签体系与赋分模型,保证评定结果可解释、基层可执行;3、设计预警推送与分级处置流程,明确各级责任主体和处置时限;4、基于真实业务场景开展提示词工程,通过场景拆解、少样本示例与评测集多轮迭代,优化大模型对风险行为的识别准确率。平台在黄石市试点落地,是湖北省政法委首个应用大模型/智能体的特殊人群风险治理平台,相关经验在黄石公安系统宣讲推广。
【难点与解决】1、跨部门数据标准不一、患者数据高度敏感:坚持"最小必要"原则做字段级映射,敏感字段脱敏后交换,方案经多部门联合评审确认;2、大模型对专业风险行为识别初期准确率不理想:把笼统的"风险识别"拆成14类具体场景,逐类编写提示词模板并配套标注样例,建立评测集持续迭代;3、评定规则"技术侧认为合理、基层不认账":邀请属地民警和精防医生参与规则评审,把赋分口径翻译成基层能理解和执行的判断条件。