-
公开(公告)号:CN119941621A
公开(公告)日:2025-05-06
申请号:CN202411768723.6
申请日:2024-12-04
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G06T7/00 , G06T7/11 , G06T7/30 , G06T7/60 , G06V10/25 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种阿尔兹海默症风险评估模型的构建方法,包括以下步骤:步骤S1,基于原始ADNI数据进行图像分析,从原始影像数据中进行ARAS的功能连接和结构连接特征分析;步骤S2,构建阿尔兹海默症风险评估模型,通过交叉验证进行超参数调整,对模型进行训练;步骤S3,使用SHAP分析不同功能和结构连接特征对模型预测结果的影响。本方法应用无侵入性、无放射性、临床可及性较高的核磁共振成像方法,并基于机器学习原理建立诊断模型,有较高可重复性和准确性。
-
公开(公告)号:CN117497127A
公开(公告)日:2024-02-02
申请号:CN202311398214.4
申请日:2023-10-26
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G16H20/13 , G06N3/0455 , G06F18/214 , G06F18/2415
Abstract: 本发明公开了药物组合生成与评估的方法和系统,包括以下步骤:步骤S1,对患者药物分别进行预训练,生成患者表征向量和药物表征向量,步骤S2,生成药物组合,步骤S3,对药物组合评估。采用了上述技术方案后,与现有技术相比,具有以下有益效果:可根据患者的病情、基因型、生活方式和其他个体差异,为每位患者提供个性化的治疗方案;可警示医生和患者潜在的药物相互作用,从而避免危险的药物组合,提高治疗的安全性;通过优化药物选择,系统可以帮助医疗机构和患者降低治疗成本,避免不必要的药物开销和医疗资源浪费;医生和医疗团队可以借助推荐系统获得更多的治疗选项和信息,支持临床决策,提供更高水平的医疗护理。
-
公开(公告)号:CN118629664A
公开(公告)日:2024-09-10
申请号:CN202410962858.X
申请日:2024-07-17
Applicant: 上海交通大学医学院附属瑞金医院
Abstract: 本申请公开了基于医学大语言模型的异常严重程度预估方法、装置、设备及介质,涉及人工智能技术领域,包括对病历数据和出院小结进行异常识别,得到病历异常数据和随访建议异常数据;并进行术语对齐,将术语对齐后的病历异常数据和随访建议异常数据匹配,构建严重程度预估样本;并转换为输入指令,对医学大语言模型微调训练,对训练后的医学大语言模型进行格式转换及搭建部署,得到目标医学大语言模型;将病历异常数据输入至目标医学大语言模型,输出严重程度预估等级,将严重程度预估等级和随访建议结合,生成患者异常的严重程度预估结果。本申请能准确预估患者的身体异常严重程度,及时有效地帮助患者早期干预,提高整体医疗体系的可持续性。
-
公开(公告)号:CN119943353A
公开(公告)日:2025-05-06
申请号:CN202510090306.9
申请日:2025-01-20
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G16H50/20 , G16H50/70 , G16H20/00 , G06F16/334 , G06N5/04
Abstract: 本申请公开了一种基于大语言模型幻觉消除的医学建议获取方法、装置、设备及介质,涉及医疗技术领域,包括:根据目标对象的当前医学病情资料在预设医学知识库中进行检索,以得到关联知识点;将所述关联知识点融入至文本生成算法中,以得到补充知识点;将所述当前医学病情资料和所述补充知识点输入至目标医学大语言模型;其中,所述目标医学大语言模型基于特定医学检查机构的历史病例数据和历史推理路径获取,所述特定医学检查机构为对所述目标对象进行检查的机构;通过所述目标医学大语言模型利用所述当前医学病情资料和所述补充知识点进行思维链推导,以输出幻觉信息消除后的目标医学建议。获取准确、符合医学逻辑的医学建议。
-
公开(公告)号:CN119517377A
公开(公告)日:2025-02-25
申请号:CN202411701097.9
申请日:2024-11-25
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G16H50/20 , G16H50/30 , G06F16/3332 , G06F16/35
Abstract: 本申请公开了一种医疗随访建议生成方法、系统、设备及介质,涉及计算机技术领域,包括:获取目标检查检验报告,并从目标检查检验报告中提取目标异常值及对应的目标异常值标签;将目标异常值标签输入至预设语义向量模型,以便通过预设语义向量模型对目标异常值标签进行向量转换,得到相应目标特征向量;通过预设语义向量模型对预设随访数据库中的以键值对形式构建的异常值标签‑随访建议中的各异常值标签进行向量转换,得到相应的待匹配特征向量;分别计算目标特征向量与各待匹配特征向量之间相似度,基于相似度最高的目标相似度结果确定目标特征向量对应的随访建议,得到目标异常值的对应医疗随访建议,确保提供的随访建议具有针对性。
-
-
-
-