一种分析肿瘤患者是否进入门诊化疗的方法及系统

    公开(公告)号:CN119049630A

    公开(公告)日:2024-11-29

    申请号:CN202411542021.6

    申请日:2024-10-31

    Abstract: 本发明公开了一种分析肿瘤患者是否进入门诊化疗的方法及系统,通过对患者的各项数据监测,可以实现有效的、实时分析患者化疗风险值,减少医院的医疗资源的消耗,进而为更多的化疗患者进行有效服务,减少了核心医生的工作量,能有效减轻医生的负担,尽快为患者安排合理的化疗疗程,在患者来院的高峰期给需要化疗患者快速有效的安排疗程,通过对住院化疗患者和门诊化疗患者的数据分析,以及实际情况中的一些情况导致无法高效使化疗患者进入治疗,混合相关变量,来对于肿瘤患者是进行住院化疗还是门诊化疗做出推荐判定,此基础上,为肿瘤智能规范化路径设置提供判定参考依据。提高化疗患者的管理效率,减少医生繁重的化疗患者管理工作。

    一种基于知识图谱的肝癌术后复发风险的预测方法及装置

    公开(公告)号:CN114822852B

    公开(公告)日:2024-11-08

    申请号:CN202210552510.4

    申请日:2022-05-20

    Abstract: 本申请提出一种基于知识图谱的肝癌术后复发风险的预测方法及装置,属于医疗数据预测领域,其中方法包括:针对患者数据进行预处理,得到预处理后数据;针对所述预处理后数据,构建包含肝癌复发相关影响因素、肝癌指标和患者数据的知识图谱;采用XLNet训练模型对所述知识图谱中实体、关系进行训练,得到患者实体和关系的表征向量;根据所述患者实体和关系的表征向量,采用XGB算法进行预测,并用MSE作为损失函数,将损失函数最小的对应预测值,作为肝癌术后复发风险的预测值。系统包括:数据预处理模块、知识图谱构建模块、知识表征训练模块以及手术后复发风险预测模块。本申请提高了风险预测的可靠程度。

    一种基于动态令牌技术的医疗知识分发方法及系统

    公开(公告)号:CN118473838B

    公开(公告)日:2024-09-20

    申请号:CN202410942128.3

    申请日:2024-07-15

    Abstract: 本发明提供了一种基于动态令牌技术的医疗知识分发方法及系统,该方法包括以下步骤:按照预设时间周期定时采集数据库中的医疗数据,并对所述医疗数据进行分类处理,生成需进行分发的医疗知识数据;接收数据分发请求,并对请求者的令牌信息进行认证,若认证成功则进入S3;利用动态令牌以及预置算法,对需要分发的医疗知识数据进行加密传输分发;请求者接收医疗知识数据的加密传输分发,并对接收的医疗知识数据进行数据解密。本发明提供的一种基于动态令牌技术的医疗知识分发方法及系统,使用动态令牌技术对医疗数据、密钥和算法信息进行加密保护,相比其他安全算法避免了密钥分发环节的隐患,降低了管理成本。

    一种数据加密分发方法及系统

    公开(公告)号:CN118487881A

    公开(公告)日:2024-08-13

    申请号:CN202410948098.7

    申请日:2024-07-16

    Abstract: 本发明公开了一种数据加密分发方法及系统,涉及数据安全技术领域。一种数据加密分发方法,包括:利用数据请求方发起数据请求时的请求时间因子,数据请求方和接收数据请求的分发端的设备信息生成加密密钥;使用加密密钥对请求报文、数据请求方的设备信息和请求时间因子进行加密计算得到第一加密结果;并对数据请求方的设备信息使用第二私钥进行签名得到第一签名结果;将第一加密结果和第一签名结果发送给分发子系统;所述分发子系统使用第二公钥对所述第一签名结果进行验证;当验证通过后对第一加密结果进行解密,得到接收子系统的设备信息和请求时间因子;验证当前时间是否有效;提高了数据分发的安全性。

    基于人类反馈与强化学习的问答回复方法、系统及设备

    公开(公告)号:CN116955576B

    公开(公告)日:2024-07-02

    申请号:CN202311218911.7

    申请日:2023-09-21

    Abstract: 本发明涉及语言处理技术领域,特别提供一种基于人类反馈与强化学习的问答回复方法、系统及设备,该方法包括:基于目标数据,构造数据集,并基于数据集,对预训练模型进行继续预训练,得到初始问答模型;基于目标数据,构造三元组指令集数据;利用三元组指令集数据对初始问答模型进行优化,得到问答模型;基于目标数据,构造人类偏好指令集数据;基于人类偏好指令集数据,对问答模型进行训练,得到奖励模型;利用人类反馈强化学习机制,对奖励模型进行强化,得到问答回复模型,从而实现具备专业度较高的问答能力,以及具有回复人性化且专业准确性更高的特点。

    一种医学领域中的强化学习数据构建方法及系统

    公开(公告)号:CN117764204B

    公开(公告)日:2024-06-07

    申请号:CN202410191910.6

    申请日:2024-02-21

    Abstract: 本发明涉及医学数据构建技术领域,尤其涉及一种医学领域中的强化学习数据构建方法及系统;该方法包括:获取原始电子病例;对原始电子病例进行数据脱敏处理,得到脱敏数据集;对脱敏数据集进行实体标注和关系标注,构建状态集;构建预测集;对症状词语/症状关系词组与开源大模型答案进行人工校验,将正确的校验结果和对应的检查项价格进行标注,构建核对集;对检查项价格进行规整处理;构建强化学习数据集;基于该强化学习数据集,便于开展后续相关的强化学习,同时能够根据给定的病症或其它结果推荐价格较低的检查项目,以便为医生和患者在医学辅助诊断推荐决策中提供合适的推荐选择,降低医疗成本,提高医疗效果。

    基于生成式预训练模型的病历检索方法及系统

    公开(公告)号:CN117763129B

    公开(公告)日:2024-05-28

    申请号:CN202410196892.0

    申请日:2024-02-22

    Abstract: 本发明涉及基于生成式预训练模型的病历检索系统及方法,方法包括建立医疗检索结构化解析场景语料库;通过医疗检索结构化解析场景语料库对生成式预训练模型进行训练,获得医疗检索结构化解析模型;获取包含检索请求的自然语言,并通过医疗检索结构化解析模型对自然语言进行解析,获得医疗检索结构化解析结果;根据ES检索元数据和映射字典,对医疗检索结构化解析结果进行映射解析,生成检索条件;根据检索条件,组装成DSL语句发送到ElasticSearch库完成检索数据召回。本发明通过生成式预训练模型对包含检索请求的自然语言进行结构化解析,并对结构化解析结果进行映射解析生成检索条件,简化了病历检索条件的设置操作步骤,提高了病历检索的便捷性和操作效率。

    一种跨病种迁移时病种数据结构化的方法及系统

    公开(公告)号:CN117809792A

    公开(公告)日:2024-04-02

    申请号:CN202410221624.X

    申请日:2024-02-28

    Abstract: 本发明涉及一种跨病种迁移时病种数据结构化的方法及系统;该方法包括:S1、构建问题库;S2、输出目标病种BERT语言模型和其它病种BERT语言模型;S3、过滤出目标病种句;S4、将目标病种句输入至目标病种BERT语言模型中,输出目标病种句向量;S5、得到目标病种已标注语料;S6、构造训练数据,将训练数据输入至初始分类模型中进行训练,得到训练分类模型;S7、得到目标病种结构化数据。本发明通过设置问题库,将病历和问题库结合输入至训练分类模型中,根据训练分类模型中的预测结果来提供结构化信息,从而得到较为精确和一致的病历数据整合结果,通过小批量样本标注以实现大批量样本标注的技术效果,能够满足跨病种迁移时的需求。

Patent Agency Ranking