-
公开(公告)号：CN113934824A
公开(公告)日：2022-01-14
申请号：CN202111528572.3
申请日：2021-12-15
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多轮智能问答的相似病历匹配系统及方法，本发明对关键的临床信息及其性质描述设计了全面的问题流程，然后构建多轮智能问答模型，在病历文本中定位临床信息问题答案；在多轮智能问答模型中设计了综合考虑前面若干轮问题答案与当前一轮问题的方法，并且设计了在病历文本中识别答案位置的计算方法，使得多轮智能问答模型考虑的信息更加全面；在多轮智能问答模型中设计了基于医疗领域知识图谱的知识增强方法，进一步保证模型性能；本发明首先计算不同临床信息之间的关系，然后基于它们的关系计算病历文本整体的向量表示，使得病历文本的向量表示中包含了不同临床信息之间的内在联系，从而保证相似病历结果的完整性和准确性。
-
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：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。
-
Patent Agency Ranking
公开(公告)号：CN113934824B
公开(公告)日：2022-05-06
申请号：CN202111528572.3
申请日：2021-12-15
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多轮智能问答的相似病历匹配系统及方法，本发明对关键的临床信息及其性质描述设计了全面的问题流程，然后构建多轮智能问答模型，在病历文本中定位临床信息问题答案；在多轮智能问答模型中设计了综合考虑前面若干轮问题答案与当前一轮问题的方法，并且设计了在病历文本中识别答案位置的计算方法，使得多轮智能问答模型考虑的信息更加全面；在多轮智能问答模型中设计了基于医疗领域知识图谱的知识增强方法，进一步保证模型性能；本发明首先计算不同临床信息之间的关系，然后基于它们的关系计算病历文本整体的向量表示，使得病历文本的向量表示中包含了不同临床信息之间的内在联系，从而保证相似病历结果的完整性和准确性。
-
公开(公告)号：CN114003791B
公开(公告)日：2022-04-08
申请号：CN202111649231.1
申请日：2021-12-30
Applicant: 之江实验室
IPC: G06F16/906 , G06F16/901 , G06F16/93
Abstract: 本发明公开了一种基于深度图匹配的医疗数据元自动化分类方法及系统，本发明定义了基于最小元数据信息的医疗数据元图数据模型，使得深度图匹配模型的效果同样适用于极低元数据信息的局部数据沼泽的情况，达到使用最少的元数据信息完成数据元自动化分类的目的，同时保证在图数据模型标准下采集的图结构数据适用于深度图匹配模型的训练；基于表示学习方法计算医疗数据元的向量表示，通过向量表示的分类，快速、自动化筛选有可能映射到标准数据模型的有效数据元；基于图注意力机制计算列顶点的向量表示，构建深度图匹配模型完成医疗数据元的自动化分类。本发明方法及系统具有良好的可拓展性，可应用于各类数据沼泽向数据湖转化问题的处理。
-
公开(公告)号：CN114003791A
公开(公告)日：2022-02-01
申请号：CN202111649231.1
申请日：2021-12-30
Applicant: 之江实验室
IPC: G06F16/906 , G06F16/901 , G06F16/93
Abstract: 本发明公开了一种基于深度图匹配的医疗数据元自动化分类方法及系统，本发明定义了基于最小元数据信息的医疗数据元图数据模型，使得深度图匹配模型的效果同样适用于极低元数据信息的局部数据沼泽的情况，达到使用最少的元数据信息完成数据元自动化分类的目的，同时保证在图数据模型标准下采集的图结构数据适用于深度图匹配模型的训练；基于表示学习方法计算医疗数据元的向量表示，通过向量表示的分类，快速、自动化筛选有可能映射到标准数据模型的有效数据元；基于图注意力机制计算列顶点的向量表示，构建深度图匹配模型完成医疗数据元的自动化分类。本发明方法及系统具有良好的可拓展性，可应用于各类数据沼泽向数据湖转化问题的处理。
-
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。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.029 seconds)
