-
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：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：CN117116407B
公开(公告)日：2024-02-23
申请号：CN202311367938.2
申请日：2023-10-23
Applicant: 之江实验室
IPC: G16H10/60 , G16H50/70 , G06F40/205
Abstract: 本发明涉及一种基于电子病历的患者画像生成方法、装置及存储介质，其中方法包括：基于原始电子病历数据得到各业务场景下的长文本形式的电子病历数据；根据文本内容确定电子病历文本的深层结构化结果；构建训练集，对信息抽取模型进行训练；基于训练好的信息抽取模型，输入病历文本数据，得到对应于该文本的深层结构化结果；取目标患者在各业务场景下的各类型文本对应的深层结构化结果，并根据时间顺序进行整合得到患者画像。与现有技术相比，本发明具有体现患者病情细节与动态变化的同时减小无用信息量等优点。
-
公开(公告)号：CN116994694B
公开(公告)日：2024-01-09
申请号：CN202311263207.3
申请日：2023-09-27
Applicant: 之江实验室
IPC: G16H10/60 , G16H50/70 , G06F40/295 , G06F16/33
Abstract: 本发明涉及基于信息提取的患者病历数据筛选方法、装置和介质，方法包括以下步骤：S1、建立训练数据集；S2、采用S1的训练数据集对大语言模型进行微调，实现对分析模型的训练；S3、将预处理后的实际的病历数据输入训练好的分析模型，模型依次对数据进行信息提取和信息推理，然后重复信息提取和信息推理，直至满足迭代终止条件，此时得到提取结果；S4、获取自然文本描述的筛选条件，训练好的分析模型对筛选条件进行解析，提取关键信息，改写为对应的正则表达式，在S3的提取结果中筛选符合正则表达式的病历信息，以筛选符合条件的患者。与现有技术相比，本发明具有上下文理解能力强、系统友好度好等优点。
-
公开(公告)号：CN116110533A
公开(公告)日：2023-05-12
申请号：CN202310169762.3
申请日：2023-02-27
Applicant: 之江实验室
Abstract: 本发明公开了一种基于事件图谱的药物种类和用量推荐系统及方法，本发明联合使用患者事件图谱和药物知识图谱进行用药推荐，能够利用患者的病情动态变化过程中的信息，与患者相关的各种事件之间复杂的关联信息，以及事件和药物属性的关联信息，这样推荐使用的药物更契合患者实际身体状况和病情。使用大量患者诊疗数据对患者和药物的关联程度进行修正，充分利用了医生在临床诊疗过程中产生的经验性知识。在事件图谱中针对特定药物识别出主要事件路径，利用主要事件路径上的信息在药物用量专家知识的指导下计算精确的药物用量，使得药物用量模型在利用患者特定信息的同时又不脱离权威指导，确保药物用量推荐结果在正常范围内尽量做到精准和个性化。
-
Patent Agency Ranking
公开(公告)号：CN113688248A
公开(公告)日：2021-11-23
申请号：CN202111247796.7
申请日：2021-10-26
Applicant: 之江实验室
Abstract: 本发明公开了一种小样本弱标注条件下的医疗事件识别方法及系统，本发明构建了医疗事件库，利用远程监督方法实现了在小样本弱标注条件下对医疗要素的自动标注；从多个维度构建医疗要素和事件元学习模型，解决小样本弱标注条件下，医疗事件识别模型泛化性差、标注数据不足的问题；利用医疗要素和事件元学习模型进行负采样，将未标注医疗要素控制在一个较低的范围，降低远程监督方法引起的漏标问题，提升医疗要素识别模型性能；基于医疗事件库和专家知识计算医疗要素重要度，利用医疗要素重要度与医疗要素和事件元学习模型对医疗事件进行分类识别，解决了医疗事件触发词难以定义的问题。
-
公开(公告)号：CN117012374A
公开(公告)日：2023-11-07
申请号：CN202311280829.7
申请日：2023-10-07
Applicant: 之江实验室
Abstract: 本发明涉及一种融合事件图谱和深度强化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合，能够利用患者的病情动态信息推导与临床特征事件图谱之中的关系和发展情况，进行疾病发展和治疗方案的推演和预测，能够长期动态推演病情发展，并自动及时预测推荐相应治疗方案及预警风险。
-
公开(公告)号：CN116110533B
公开(公告)日：2023-09-01
申请号：CN202310169762.3
申请日：2023-02-27
Applicant: 之江实验室
Abstract: 本发明公开了一种基于事件图谱的药物种类和用量推荐系统及方法，本发明联合使用患者事件图谱和药物知识图谱进行用药推荐，能够利用患者的病情动态变化过程中的信息，与患者相关的各种事件之间复杂的关联信息，以及事件和药物属性的关联信息，这样推荐使用的药物更契合患者实际身体状况和病情。使用大量患者诊疗数据对患者和药物的关联程度进行修正，充分利用了医生在临床诊疗过程中产生的经验性知识。在事件图谱中针对特定药物识别出主要事件路径，利用主要事件路径上的信息在药物用量专家知识的指导下计算精确的药物用量，使得药物用量模型在利用患者特定信息的同时又不脱离权威指导，确保药物用量推荐结果在正常范围内尽量做到精准和个性化。
-
公开(公告)号：CN113688248B
公开(公告)日：2022-02-22
申请号：CN202111247796.7
申请日：2021-10-26
Applicant: 之江实验室
Abstract: 本发明公开了一种小样本弱标注条件下的医疗事件识别方法及系统，本发明构建了医疗事件库，利用远程监督方法实现了在小样本弱标注条件下对医疗要素的自动标注；从多个维度构建医疗要素和事件元学习模型，解决小样本弱标注条件下，医疗事件识别模型泛化性差、标注数据不足的问题；利用医疗要素和事件元学习模型进行负采样，将未标注医疗要素控制在一个较低的范围，降低远程监督方法引起的漏标问题，提升医疗要素识别模型性能；基于医疗事件库和专家知识计算医疗要素重要度，利用医疗要素重要度与医疗要素和事件元学习模型对医疗事件进行分类识别，解决了医疗事件触发词难以定义的问题。
-
公开(公告)号：CN117077649B
公开(公告)日：2024-01-09
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。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.018 seconds)
