-
公开(公告)号：CN116564539A
公开(公告)日：2023-08-08
申请号：CN202310836858.0
申请日：2023-07-10
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/70 , G06F40/216 , G06F40/295 , G16H10/60 , G16H50/20 , G06F16/33 , G06F16/35 , G06F18/22
Abstract: 本发明公开了基于信息抽取和实体归一的医学相似病例推荐方法和系统，通过对病情描述文本进行实体分割，获取其中的疾病术语信息，然后从历史病例数据库中获取历史病例信息并进行文本分割信息抽取，得到历史病例信息中的疾病关键词，最后将所述疾病术语信息和所述疾病关键词进行归一化处理，根据处理结果筛选出包含疾病术语信息的历史病例进行相似病例推荐，减轻了性能要求，降低推荐耗时，更有利于诊断的高效进行，从而快速准确地分析出高相似度的病例向医生进行推荐。
-
公开(公告)号：CN116144754A
公开(公告)日：2023-05-23
申请号：CN202211712271.0
申请日：2022-12-29
Applicant: 神州医疗科技股份有限公司
IPC: C12Q1/6883 , C12Q1/6858 , C12N15/11
Abstract: 本发明公开了一种用于降糖类药物基因多种SNP位点的核酸组合物、试剂盒和方法，所述用于降糖类药物基因多种SNP位点的核酸组合物包括引物探针组合1‑引物探针组合5中的任意一种或两种以上的组合。所述用于降糖类药物基因多种SNP位点的核酸组合物、试剂盒和方法，通过5个引物探针组合能够对多种SNP位点进行检测，通过PCR扩增时相应通道的信号强度进行实时监测和输出，能够实现检测结果的定性分析，从而减少用药盲目性，提高药物治疗精准性。参考患者基因检测分型结果，结合患者病理生理情况，制定个体化疼痛药物治疗方案。
-
公开(公告)号：CN115938608A
公开(公告)日：2023-04-07
申请号：CN202211538259.2
申请日：2022-12-02
Applicant: 神州医疗科技股份有限公司
IPC: G16H70/40 , G06F16/36 , G06F40/279 , G06F18/214 , G06F18/2415
Abstract: 本发明提供了一种基于提示学习模型的临床决策预警方法和系统，涉及医疗信息化技术领域，包括如下步骤：采集一段时间内的多个临床病历，构建待评定集合，所述待评定集合包括多个待评定文本；基于标准信息构建标准集合，所述标准集合包括多个标准类别；每个标准类别包括多个具体信息；基于语言模型将所述待评定文本与所述标准集合匹配；通过提取临床病历和标准信息进行对比来评定医生在在临床诊疗中所开的药物及处方，提高了医生在临床诊疗中所开的药物及处方的正确性和所开的药物及处方剂量的准确性。
-
公开(公告)号：CN115579094B
公开(公告)日：2023-02-28
申请号：CN202211436205.5
申请日：2022-11-16
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明提供了一种多模态医疗数据湖构建方法及系统，该方法包括：S1：获取临床数据，并汇聚进入数据湖中；S2：获取影像、病理以及基因的医疗多模态数据，并形成影像、病理以及基因数据文件；S3：根据患者信息和就诊信息，将临床数据与影像、病理以及基因数据文件进行整合，构建DHCDM多模态模型。本发明所提供的一种多模态医疗数据湖构建方法及系统，将医疗临床数据与医疗多模态数据进行整合，兼容多种格式的医疗数据，并形成多模态医疗模型，进而能够通过多模态平台对医疗多模态数据进行分析和处理，且模型具备伸缩性强、实时性高、读取速度快以及应用范围广的优势。
-
公开(公告)号：CN115080764B
公开(公告)日：2022-11-01
申请号：CN202210856458.1
申请日：2022-07-21
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明涉及知识图谱技术领域，具体涉及基于知识图谱及聚类算法的医学相似实体分类方法及系统，本方法包括将医学数据库的数据构成三元组数据集，将三元组数据集作为训练集，对知识图谱学习模型进行训练，得到医学数据库的向量化表示的医学知识图谱，将其三元组通过均值池化层获得三元组的代表向量，利用无监督聚类算法Kmeans对实体和关系的代表向量进行聚类，得出医学知识图谱内的相似术语实体库，将同一簇内的实体作为正样本，将不同簇内的实体作为负样本，将正样本和负样本输入，训练实体相似分类模型，基于实体相似分类模型对实体进行相似判断；本发明解决人工标注相似实体分类繁琐的问题，实现对医学知识图谱无人工的准确构建。
-
Patent Agency Ranking
公开(公告)号：CN115206536A
公开(公告)日：2022-10-18
申请号：CN202210551457.6
申请日：2022-05-18
Applicant: 神州医疗科技股份有限公司
Abstract: 本申请提供了一种基于知识图谱的模型训练方法、装置、设备及介质，方法包括：获取多个患者的病历；对于每一患者，基于该患者的病历中的文字信息，得到该患者对应的至少一个三元组；基于每一患者对应的每一三元组，生成知识图谱，并从知识图谱中抽取出异构图；对于每一患者，将异构图中第一节点以及不同第一节点之间的关系作为第一目标模型、第二目标模型和图神经网络模型的输入，将用于表征该患者对于目标疾病的治疗效果的目标标签作为第一目标模型、第二目标模型和图神经网络模型的输出，对第一目标模型、第二目标模型和图神经网络模型进行训练。本申请能够通过训练后的第一目标模型、第二目标模型和图神经网络模型对患者所患疾病的治疗效果进行评估。
-
公开(公告)号：CN114996466A
公开(公告)日：2022-09-02
申请号：CN202210918247.6
申请日：2022-08-01
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明涉及智慧医疗技术领域，且公开了一种医学标准映射模型的建立方法、系统及使用方法，本发明能够将医学实体数据按照原始词、标准词、标准词编码的类型进行准确的分类，并对分类后的训练数据进行预处理，从而得到统一化的实体数据集；利用统一化的实体数据集作为Bert模型的输入能够减少训练误差，且实体数据集是按照锚文本、正文本和负文本组成的三元组样本的形式进行划分，并能够提高特征向量获取的准确性，加强各文本的特征向量的联系性；同时，通过损失函数的计算和预设条件的设置，能够及时的停止Bert模型的训练，从而获取较准确的医学标准映射模型。
-
公开(公告)号：CN114969386A
公开(公告)日：2022-08-30
申请号：CN202210926041.8
申请日：2022-08-03
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/36 , G06N3/04 , G06F16/31 , G06F40/289 , G06F40/295 , G16H50/20
Abstract: 本公开的实施例公开了应用于医学领域的消歧方法、装置、电子设备和介质，涉及医疗知识图谱构建技术领域。该方法的一具体实施方式包括：获取医学知识图谱和待消歧数据；基于上述医学知识图谱，对上述待消歧数据进行消歧处理，得到新的医学知识图谱；将上述新的医学知识图谱存储至目标医学信息平台的数据库。该实施方式实现了对待消歧数据的有效消歧，为医学知识图谱的更新、构建提供了重要帮助。
-
公开(公告)号：CN119889612A
公开(公告)日：2025-04-25
申请号：CN202411936733.6
申请日：2024-12-26
Applicant: 神州医疗科技股份有限公司
IPC: G16H40/20 , G06Q10/0631
Abstract: 本发明公开了一种基于语音识别与智能场景分析的护理任务处理方法，涉及护理任务的分配技术领域，方法包括：通过佩戴于医护人员身上的语音监听设备，实时对医护人员所处环境进行语音数据采集并生成护理需求；针对任一护理需求，根据护理需求对应的护理任务对当前所有护理任务进行优先级排序，生成排序结果；根据排序结果，向目标医护人员发送目标护理任务，并在目标医护人员执行护理任务的过程中，对执行环境进行监听，并在存在异常时通过语音监听设备向目标医护人员发出提示。本发明通过对执行环境进行监听，可以在目标医护人员执行目标护理任务的同事及时的给出错误校正提示，保障了护理任务的正常进行。
-
公开(公告)号：CN119848538A
公开(公告)日：2025-04-18
申请号：CN202411829906.4
申请日：2024-12-12
Applicant: 神州医疗科技股份有限公司
IPC: G06F18/214 , G06F18/241 , G06N3/045
Abstract: 本发明涉及一种数据处理方法、装置、电子设备及计算机存储介质，该方法包括：获取针对目标领域的待处理数据；根据预训练的目标分类模型，对所述待处理数据进行分类处理，得到所述待处理数据的分类结果，其中，所述目标分类模型是基于小数据量的第一训练集、第一网络确定的初始累计梯度，以及基于初始累计梯度、第二网络的初始权重矩阵和小数据量的第二训练集确定的第二权重矩阵训练得到的。通过本发明的方法，可基于小数据量的训练样本，对目标网络进行微调，训练得到目标分类模型，以使得到的目标分类模型可准确的对目标领域的待处理数据进行准确的分类。
-
-
-
-
-
-
-
-
-
Search Results
187
records
(took 0.035 seconds)
