公开(公告)号：CN115116614A

公开(公告)日：2022-09-27

申请号：CN202210790883.5

申请日：2022-07-05

Applicant: 安徽讯飞医疗股份有限公司

Inventor： 高丽蓉 ,  徐越 ,  胡加学 ,  赵景鹤 ,  贺志阳 ,  鹿晓亮 ,  魏思

IPC: G16H50/30 ,  G16H10/60 ,  G06F40/126 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种健康状态评估方法、装置、设备及存储介质，本申请获取同一对象的各个时刻的诊断记录，对每一时刻的诊断记录分别进行语义编码，得到症状表示特征，对于每一时刻的诊断记录，根据该诊断记录相对于指定评估时刻的时间间隔，以及该诊断记录的症状表示特征，确定诊断记录对应的注意力权重，由此可见，本申请考虑了时序演进上不同诊断记录对最终评估结果影响的差异，进而据此为各诊断记录赋予了对应的注意力权重，按照各诊断记录的注意力权重，对各诊断记录对应的症状表示特征进行加权相加，得到最终症状表示特征，该最终症状表示特征能够更好的反映对象的症状表征，基于此确定对象在指定评估时刻的健康状态，得到的结果也更加准确。

公开(公告)号：CN115295162A

公开(公告)日：2022-11-04

申请号：CN202211029417.1

申请日：2022-08-25

Applicant: 安徽讯飞医疗股份有限公司

Inventor： 胡加学 ,  高丽蓉 ,  徐越 ,  赵景鹤 ,  贺志阳 ,  鹿晓亮 ,  魏思 ,  胡国平 ,  赵志伟

IPC: G16H50/30 ,  G16H10/60 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提出一种健康风险评估方法、装置、电子设备及存储介质，方法包括：获取临床记录对应的临床记录特征；利用预先训练的关键特征提取网络，从临床记录特征提取得到临床记录特征中的关键特征；根据关键特征确定健康风险评估结果。其中，关键特征提取网络的训练是基于第一损失函数对关键特征提取网络的参数进行修正；第一损失函数通过计算样本临床记录特征中样本关键特征的先验分布与样本临床记录特征中样本关键特征的后验分布之间的差异而确定。采用本申请的技术方案，关键特征提取网络在训练过程中并未对样本进行关键特征的标注，实现了无监督的训练，提高了关键特征提取网络的训练效率，以使健康风险评估的效率提高。

公开(公告)号：CN115565672A

公开(公告)日：2023-01-03

申请号：CN202211290946.7

申请日：2022-10-20

Applicant: 安徽讯飞医疗股份有限公司

Inventor： 蔡沅沅 ,  万根顺 ,  张景宣 ,  胡加学 ,  高建清 ,  贺志阳 ,  鹿晓亮 ,  魏思 ,  赵志伟

IPC: G16H50/20 ,  G16H50/70 ,  G06F40/30 ,  G06V10/80 ,  G06V40/16 ,  G06V40/20 ,  G10L15/26

Abstract: 本申请提出一种数据的处理方法、装置、电子设备和存储介质，从测试对象的访谈记录数据中提取得到测试对象的精神状态特征，访谈记录数据包括访谈过程中所记录的视频数据、音频数据和文本数据中的至少两种，然后将对应相同精神状态类别的精神状态特征进行融合处理，得到融合后的精神状态特征，根据融合后的精神状态特征，对访谈记录数据进行基于设定分类标签的数据分类处理，确定访谈记录数据所属的数据类型；其中，设定分类标签包括设定的多种访谈记录数据类型，不同的访谈记录数据类型对应不同精神状态。本申请借助被测对象的音、视频和文本等多模态信息对访谈记录数据进行分类，能够实现快速准确地对访谈记录数据进行分类的目的。

公开(公告)号：CN114780691B

公开(公告)日：2022-12-02

申请号：CN202210701343.5

申请日：2022-06-21

Applicant: 安徽讯飞医疗股份有限公司

Inventor： 冯韬 ,  胡加学 ,  贺志阳 ,  赵景鹤 ,  肖飞 ,  鹿晓亮 ,  魏思

IPC: G06F16/33 ,  G06F40/295 ,  G06F40/30 ,  G06F16/332 ,  G06F16/35 ,  G06F16/36

Abstract: 本申请公开了一种模型预训练及自然语言处理方法、装置、设备及存储介质，本申请在预训练模型过程中，获取到训练文本及所属领域的知识图谱，基于知识图谱查找训练文本中匹配的目标实体词，以及训练文本所匹配的三元组，将训练文本中目标实体词进行掩码，得到掩码后训练文本，同时，选取一目标实体词，将其中头实体词和关系词与训练文本拼接，得到拼接后训练文本，进而以预测掩码后训练文本中被掩码的目标实体词，及预测拼接后训练文本包含的目标三元组中的尾实体词为目标，训练神经网络模型，得到预训练模型。由此可见，本申请将训练文本所属领域的知识图谱中的知识融入到模型预训练过程中，促进了模型对相关领域知识的理解和掌握。

公开(公告)号：CN115376639A

公开(公告)日：2022-11-22

申请号：CN202211029735.8

申请日：2022-08-25

Applicant: 安徽讯飞医疗股份有限公司

Inventor： 徐越 ,  高丽蓉 ,  胡加学 ,  赵景鹤 ,  贺志阳 ,  鹿晓亮 ,  魏思

IPC: G16H10/60 ,  G16H50/70 ,  G06F40/126 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种置信预测方法和诊断推荐方法及装置、设备和介质，其中，置信预测方法包括：基于候选疾病的描述文本进行编码，得到描述文本特征，并基于病历文本进行编码，得到病历文本特征，且描述文本特征由若干子文本的子文本特征融合得到，若干子文本从描述文本划分得到，病历文本特征从在若干时间步分别对病历文本编码得到的候选文本特征选择得到；再基于描述文本特征和病历文本特征进行第一预测，得到第一分值，并基于各子文本特征和各候选文本特征进行第二预测，得到第二分值；并基于第一分值和第二分值，融合得到描述文本的置信分值，且置信分值表征描述文本作为参考以诊断病历文本的可信程度。上述方案，能够提高置信预测的准确性。

公开(公告)号：CN115204185A

公开(公告)日：2022-10-18

申请号：CN202210162866.7

申请日：2022-02-22

Applicant: 安徽讯飞医疗股份有限公司

Inventor： 李慧 ,  许胜强 ,  胡加学 ,  贺志阳 ,  鹿晓亮 ,  魏思

IPC: G06F40/35 ,  G10L15/22

Abstract: 本申请公开了一种交互问题生成方法、装置、存储介质及计算机设备。该方法包括：接收目标对象输入的交互问题，确定交互问题所对应的交互话题，根据交互问题和交互话题，生成并输出交互问题的交互答案；基于强化学习的话题发起模型，确定当前对话需要新发起的与所述交互话题对应关联的目标交互话题，根据交互问题、交互答案、交互话题和目标交互话题，生成并输出所述目标交互话题所对应的目标交互问题。本申请创新性的将对话流程定义为交互话题跳转的形式，同时采用强化学习的方法推测目标对象关心的其他意图，自动发现用户感兴趣的目标交互话题，主动的生成新目标交互话题对应的目标交互问题，提高交互体验。