我国出生缺陷发生率约为5.6%，每年出生缺陷患儿约100万，目前已知病种约有8000多种，罕见病占据绝大部分。我国目前大约有2000万罕见病患者，并且总数以每年20万的人数递增。得益于诊断技术的进步，更多地罕见病患者能得到正确的诊断从而获得准确的治疗。然而，由于罕见病涉及病种多样，症状不典型，许多医务工作者无法第一时间识别，从而可能耽误最佳诊断和治疗时机。曾有中心对372例诊断遗传病患者确诊前的花费和时间进行调研，从发病到确诊所经历的时间跨度从一个月到26年不等，确诊前平均花费中位数为10万元。尽管目前可以利用新生儿筛查早期发现极少部分疾病，从而使这些患者可以得到早期干预。然而仍有部分的疾病，如严重联合免疫缺陷病、脊髓性肌萎缩症等，没有特异的代谢物，无法通过生化方法进行早期筛查，往往只能通过基因检测确诊。此时，如果医疗工作者对于罕见疾病有一定认识和意识，早期对患者进行干预和治疗，将可能扭转个人和家庭的结局。

本模型利用本地出生缺陷相关数据资源搭建本地数据库，运用大语言模型“BioMedLM”对真实病历中的实体进行语义识别，模仿临床真实场景，利用症状的相似性对病历中出现的症状进行相似性计算，绘制知识图（图1），并且由此推测可能的诊断以及相应的候选基因（表1）。本模型的构建能够帮助临床医生可以用更快的速度锁定诊断范围，有针对性进行检验检查以及治疗，为后续干预和治疗节省时间，也可以减少患者因为反复检查带来的身心痛苦。

本模型可以应用在基层系统或者三甲医院日常诊疗过程中遇到的疑似出生缺陷但无法快速明确诊断的患者中。本模型现小范围应用在本院儿科门诊和住院部，对疑似出生缺陷患儿，提取关键词，应用本模型，推测出可能的诊断以及相应候选基因，为后续治疗方案的制定提供方向，最后通过基因检测确认诊断。

图1.通过症状、基因和疾病的相似性绘制的出生缺陷知识图谱

表1 候选基因预测（部分）

①有遗传病相关的生信分析经验

②能够派专人提供相应的生信技术支持

③协助后期模型维护和更新