-
公开(公告)号：CN116312915A
公开(公告)日：2023-06-23
申请号：CN202310567874.4
申请日：2023-05-19
Applicant: 之江实验室
IPC: G16H10/60 , G06F40/284 , G06F40/295 , G06F16/35 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种电子病历中药物术语标准化关联方法及系统，本发明通过同义词挖掘技术对药物术语库进行更新，得到基于同义词挖掘更新的药物术语库，解决了药物术语库中标准药物术语和电子病历中外部药物术语语义相似性低的问题；本发明在电子病历中外部药物术语与基于同义词挖掘更新的药物术语库中标准药物术语关联时，利用的语义信息除中文字符标记外，加入相应药物术语的拼音字符序列，且充分利用药物术语库和电子病历中外部药物术语的图结构信息；构建了基于语义嵌入和结构嵌入的关联预测模型，从而准确建立真实世界电子病历中外部药物术语与药物术语库中标准药物术语的关联。
-
公开(公告)号：CN115080751B
公开(公告)日：2022-11-11
申请号：CN202210980851.1
申请日：2022-08-16
Applicant: 之江实验室
Abstract: 本发明公开了一种基于通用模型的医学标准术语管理系统及方法，包括术语信息处理模块，术语关系网络构建模块，术语库自扩增模块，可视化管理模块；步骤S1：通过术语信息处理模块对开源标准术语数据进行梳理整合，并通过构建的序列标注模型拆分得到所述细分属性名称对应的细分属性内容；步骤S2：建立标准化映射关系，完成术语关系网络的搭建；步骤S3：进行自增推荐，完成术语关系网络的扩展；步骤S4：利用可视化管理模块对所述术语库进行可视化管理。本发明所构建的医学标准术语库可满足不同的科研及业务使用场景，兼容或可溯源至不同平台及权威机构的医学标准术语，所设计的结构体可支持术语的各种组合扩展。
-
公开(公告)号：CN114003791A
公开(公告)日：2022-02-01
申请号：CN202111649231.1
申请日：2021-12-30
Applicant: 之江实验室
IPC: G06F16/906 , G06F16/901 , G06F16/93
Abstract: 本发明公开了一种基于深度图匹配的医疗数据元自动化分类方法及系统，本发明定义了基于最小元数据信息的医疗数据元图数据模型，使得深度图匹配模型的效果同样适用于极低元数据信息的局部数据沼泽的情况，达到使用最少的元数据信息完成数据元自动化分类的目的，同时保证在图数据模型标准下采集的图结构数据适用于深度图匹配模型的训练；基于表示学习方法计算医疗数据元的向量表示，通过向量表示的分类，快速、自动化筛选有可能映射到标准数据模型的有效数据元；基于图注意力机制计算列顶点的向量表示，构建深度图匹配模型完成医疗数据元的自动化分类。本发明方法及系统具有良好的可拓展性，可应用于各类数据沼泽向数据湖转化问题的处理。
-
公开(公告)号：CN113436698B
公开(公告)日：2021-12-07
申请号：CN202110994475.7
申请日：2021-08-27
Applicant: 之江实验室
Abstract: 本发明公开了一种融合自监督和主动学习的医学术语自动标准化系统及方法，该系统包括候选集生成模块、训练术语标准化模型的自监督学习模块、主动学习模块、用于对术语标准化模型预测结果从文本和语义维度进行全面评估的精准排序模块等基础模块，还包括半监督学习模块、直系上级术语检索模块等优选模块；本发明可在标注数据较少的情况下实现自动化的医学术语标准化模型，并且使模型保持快速更新升级的能力，确保输出结果准确性的同时大幅减少人工干预的工作量；对于新增的临床概念能够匹配到直系上级术语，在标准术语表中找到准确的位置，从而保证标准化结果的完整性和统一性。
-
公开(公告)号：CN113656604A
公开(公告)日：2021-11-16
申请号：CN202111213727.4
申请日：2021-10-19
Applicant: 之江实验室
Abstract: 本发明公开了一种基于异构图神经网络的医疗术语规范化系统及方法，首先对各种类型的医疗术语构建关键的信息单元，实现医疗术语的结构化表示，并基于信息单元构建包含各种类型医疗术语的知识图谱。基于此知识图谱构建包含各种类型医疗术语的异构图神经网络，在异构图神经网络的训练过程中综合考虑图的临近节点分布和节点内容编码，用于进行医疗术语规范化。本发明能够充分利用同类医疗术语的信息单元互相之间关联与差异的知识，同时容纳各种类型的医疗术语，能够全面学习医疗领域的知识，并且能够方便地将新类型的医疗术语增加到系统中，减少了新类型医疗术语规范化的工作量。
-
Patent Agency Ranking
公开(公告)号：CN113436698A
公开(公告)日：2021-09-24
申请号：CN202110994475.7
申请日：2021-08-27
Applicant: 之江实验室
Abstract: 本发明公开了一种融合自监督和主动学习的医学术语自动标准化系统及方法，该系统包括候选集生成模块、训练术语标准化模型的自监督学习模块、主动学习模块、用于对术语标准化模型预测结果从文本和语义维度进行全面评估的精准排序模块等基础模块，还包括半监督学习模块、直系上级术语检索模块等优选模块；本发明可在标注数据较少的情况下实现自动化的医学术语标准化模型，并且使模型保持快速更新升级的能力，确保输出结果准确性的同时大幅减少人工干预的工作量；对于新增的临床概念能够匹配到直系上级术语，在标准术语表中找到准确的位置，从而保证标准化结果的完整性和统一性。
-
公开(公告)号：CN117012374B
公开(公告)日：2024-01-26
申请号：CN202311280829.7
申请日：2023-10-07
Applicant: 之江实验室
Abstract: 病情发展，并自动及时预测推荐相应治疗方案及本发明涉及一种融合事件图谱和深度强化 预警风险。学习的医疗随访系统及方法，该系统包括：特征事件图谱构建模块用于获取第一用户临床特征数据，以构建临床特征事件图谱；随访推荐模块基于临床特征事件图谱，结合预设的状态预测及动作推荐模型，预测出第一用户当前状态信息以及输出对应诊疗动作策略；风险预警模块根据第一用户当前状态信息，从临床特征事件图谱中搜索出相应风险因素并进行预警提示。与现有技术相比，本发明将强化学习和特征事件图谱相结(56)对比文件Yuanyuan Jia etc..DKDR: An Approachof Knowledge Graph and Deep ReinforcementLearning for Disease Diagnosis《.IEEEInternational Symposium on Parallel andDistributed Processing withApplications》.第1303-1308页.Liang, Y etc..Deep KnowledgeReasoning guided Disease Prediction《.2022 IEEE International Conference onSystems, Man, and Cybernetics (SMC)》.2022,第2695-2702页.卢严砖;孔祥勇;李星星;徐云舟;吴汶憶;陈学武;朱睿琪“.医路同行”智能医疗服务平台设计与实现.软件.2020,(第01期),第242-247页.
-
公开(公告)号：CN117077649A
公开(公告)日：2023-11-17
申请号：CN202311336529.6
申请日：2023-10-16
Applicant: 之江实验室
IPC: G06F40/186 , G06F40/166 , G06F16/28
Abstract: 本说明书公开了一种生成医疗文本提取模版方法，从上述方法可以看出，本申请将若干医疗文本输入训练完成的提取模型，得到提取模型输出的若干医疗文本分别对应的候选提取模版。根据候选提取模版中每个元素出现频率，以及与其他元素的共现次数，分别确定每个元素的代表性和可靠性。根据代表性以及可靠性，确定每个元素的置信度，根据置信度对候选提取模版过滤，提高候选提取模板包含的元素对医疗文本覆盖率。将过滤后的候选提取模版进行聚合，可以提高候选提取模板的泛化性，根据聚合结果，确定目标提取模版。实现了自动生成医疗文本提取模版，减少人力成本，提高了提取医学信息的效率和准确性。
-
公开(公告)号：CN116525125A
公开(公告)日：2023-08-01
申请号：CN202310811543.0
申请日：2023-07-04
Applicant: 之江实验室
Abstract: 本说明书公开了一种虚拟电子病历的生成方法及装置，通过预先训练的特征提取模型从输入的指定图中提取指定图包含的各实体的特征，基于各实体的特征以及用户输入的目标文本的特征确定提示向量，将所述提示向量输入到预训练的自然语言模型，生成包含非真实的医疗记录文本的虚拟电子病历。可见，通过预先训练的特征提取模型提取指定图中各实体的特征，充分挖掘指定图中各实体之间的相关关系，并根据各实体的特征以及用户输入的目标文本的特征确定具有针对性的提示向量，通过提示向量引导预训练的自然语言模型充分利用指定图中各实体的特征，生成更符合用户实际需求的高质量虚拟电子病历。
-
公开(公告)号：CN116108163B
公开(公告)日：2023-06-27
申请号：CN202310361604.8
申请日：2023-04-04
Applicant: 之江实验室
IPC: G06F16/335 , G06F40/30 , G06N3/0464 , G06N3/0455 , G06N3/08 , G10L15/26 , G10L15/16 , G10L15/18
Abstract: 本说明书公开了一种文本的匹配方法、装置、设备及存储介质，可以对待匹配文本数据中包含的各文本语句进行筛选，以对待匹配文本数据进行提炼，得到目标文本数据。并且，可以通过将与标准数据相关的参考文献中的至少部分内容补充到标准文本数据中，从而可以根据提炼出的目标文本数据从各补充后标准文本数据对应的标准文本数据中筛选出与目标文本数据相匹配的各标准文本数据，进而可以提升筛选出的各标准文本数据的准确性。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.022 seconds)
