基于大语言模型的多角色协同信息处理方法及装置

    公开(公告)号:CN118136231A

    公开(公告)日:2024-06-04

    申请号:CN202311853605.0

    申请日:2023-12-29

    Abstract: 本发明涉及计算机应用技术领域,公开了基于大语言模型的多角色协同信息处理方法及装置,该方法包括:获取目标对象的基本信息和提问信息;对基本信息及提问信息进行分析处理,得到对应的多个提示词;通过预先建立的导诊智能体对提示词进行分析,匹配多个预先建立的信息处理智能体,多个信息处理智能体被配置为适应于不同的信息处理需求;通过各信息处理智能体对于基本信息及提问信息进行分析,得到各信息处理智能体分别对应发言结果;通过预先建立的会诊智能体对各信息处理智能体的发言结果进行汇总,得到最终的处理结果,导诊智能体、各信息处理智能体、会诊智能体是通过大语言模型建立的。本发明得到的问题分析结果及建议更加全面、可靠。

    疾病知识检索与诊疗决策辅助系统

    公开(公告)号:CN118016274A

    公开(公告)日:2024-05-10

    申请号:CN202410178658.5

    申请日:2024-02-09

    Abstract: 本发明提供了一种疾病知识检索与诊疗决策辅助系统,涉及智能医疗技术领域,该系统包括:医学知识耦合引擎,用于基于医学文献、疾病指南和药物信息构建医学知识库;医学知识检索模块,用于获取患者的病情记录,并对所述病情记录进行预处理,得到病情特征信息;针对所述病情特征信息在所述医学知识库中进行医学知识检索,以得到与所述病情特征信息相关的关联医学知识;所述病情记录至少包括医学检查结果;辅助诊断模块,用于通过所述大型语言模型针对所述病情特征信息和所述关联医学知识进行鉴别诊断,以输出辅助诊疗决策。本方案,能够提高诊疗决策的准确性。

    医学图像分割方法、装置、电子设备及存储介质

    公开(公告)号:CN118628695A

    公开(公告)日:2024-09-10

    申请号:CN202410759978.X

    申请日:2024-06-13

    Applicant: 北京大学

    Abstract: 本发明提供一种医学图像分割方法、装置、电子设备及存储介质,属于医学图像分割技术领域,该方法包括:将待分割的三维医学图像切片为多个二维切片图像;确定用户从多个二维切片图像中选定的目标切片图像,并确定目标切片图像中用户标注的分割目标的第一分割切片图像;基于目标切片图像、第一分割切片图像和除目标切片图像以外的其他各个二维切片图像,预测其他各个二维切片图像中分割目标的第二分割切片图像;基于第一分割切片图像和各个第二分割切片图像,生成分割目标的三维分割图像。本发明可以实现精准的三维医学图像分割,能够精准预测任意分割目标,生成边缘连续且光滑的高质量三维模型,实现通用分割,能够满足很多实际临床场景的需要。

    肿瘤免疫治疗预后评估方法、装置、电子设备及存储介质

    公开(公告)号:CN115294129B

    公开(公告)日:2023-02-07

    申请号:CN202211219861.X

    申请日:2022-10-08

    Abstract: 本发明提供一种肿瘤免疫治疗预后评估方法、装置、电子设备及存储介质,属于医学检测技术领域,包括:将待测患者的每个肿瘤组织切片中各个肿瘤微环境的图像特征信息输入到免疫细胞评分模型,获得免疫细胞评分模型输出的待测患者的各类细胞亚型免疫细胞的评分;将待测患者的各类细胞亚型免疫细胞的评分输入到预设回归模型,获取预设回归模型输出的待测患者的肿瘤免疫治疗预后评估结果;免疫细胞评分模型的网络参数是基于肿瘤免疫治疗疗效预测模型的网络参数确定的,肿瘤免疫治疗疗效预测模型是基于肿瘤组织切片中肿瘤微环境的图像特征信息样本及其对应的样本免疫治疗疗效标签训练得到的。本发明可以实现对患者的肿瘤免疫治疗预后的有效评估。

    基于零次学习的清单推荐方法、系统、设备及存储介质

    公开(公告)号:CN113139127B

    公开(公告)日:2024-11-19

    申请号:CN202110481796.7

    申请日:2021-04-30

    Applicant: 北京大学

    Inventor: 黄雪 董彬

    Abstract: 本发明提供一种基于零次学习的清单推荐方法、系统、设备及存储介质,方法包括:获取待创建清单的基本信息属性;将基本信息属性输入至预先训练好的零次学习模型中,得到零次学习模型输出的预测样例特征;其中,零次学习模型是基于训练清单以及训练样例之间的映射训练得到的;将预测样例特征与真实样例特征进行相似度匹配,并将匹配成功的真实样例特征对应的样例推荐至待创建清单中构建清单。本发明通过零次学习模型获取与待创建清单的基本信息属性存在映射关系的预测样例特征,并根据预测样例特征推荐样例至待创建清单中,从而根据用户需求或偏好进行个性化清单推荐,提高了生成的推荐清单的准确性,进一步提高了与用户的交互性及交互准确性。

    肿瘤治疗预后预测方法、装置、电子设备及存储介质

    公开(公告)号:CN116721772B

    公开(公告)日:2023-10-20

    申请号:CN202311002302.8

    申请日:2023-08-10

    Abstract: 本发明提供一种肿瘤治疗预后预测方法、装置、电子设备及存储介质,属于医学检测技术领域,所述方法包括:获取待测患者的肿瘤抗HER2治疗信息,肿瘤抗HER2治疗信息包括肿瘤组织的切片图像、临床报告信息和患者信息;将待测患者的肿瘤抗HER2治疗信息输入至双模态预后模型,得到双模态预后模型输出的待测患者的肿瘤抗HER2治疗预后预测结果;双模态预后模型用于对肿瘤抗HER2治疗信息中的肿瘤组织的切片图像、临床报告信息和患者信息进行多模态特征融合,并基于融合得到的特征确定待测患者的肿瘤抗HER2治疗预后预测结果。本发明可以有效提高肿瘤抗HER2治疗预后预测精度,有助于患者的肿瘤抗HER2治疗预后的有效评估。

Patent Agency Ranking