-
公开(公告)号：CN116894685B
公开(公告)日：2024-02-23
申请号：CN202311164978.7
申请日：2023-09-11
Applicant: 之江实验室
IPC: G06Q30/0201 , G06Q30/0283 , G06F40/289 , G16H40/20
-
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。
-
公开(公告)号：CN116894685A
公开(公告)日：2023-10-17
申请号：CN202311164978.7
申请日：2023-09-11
Applicant: 之江实验室
IPC: G06Q30/0201 , G06Q30/0283 , G06F40/289 , G16H40/20
Abstract: 本发明公开了一种面向医疗行为片段的费用自动测算方法与系统。通过预处理医疗行为记录，获得每家医院每个患者目标文本集；针对不同医疗行为预定义费用类型，基于目标文本集属地标准医疗服务价格手册，构建多层级分类费用词库，然后使用智能文本分类技术将医疗行为记录切分为不同类型的医疗行为片段，精准定位费用支出线索，进一步地从医疗行为片段中生成关键短语，在关键短语和标准费用词库之间建立关联关系，确定每段医疗行为片段的费用。本发明实现了对临床医疗行为记录产生的实际费用的自动化、智能化测算，有利于为临床相关人员提供费用检查的参考依据，从而解决了人工工作量大和效率低下的问题。
-
公开(公告)号：CN114861600B
公开(公告)日：2022-12-13
申请号：CN202210793967.4
申请日：2022-07-07
Applicant: 之江实验室
IPC: G06F40/117 , G06F40/166 , G06F40/274 , G06F40/284 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向NER的中文临床文本数据增强方法及装置，通过数据预处理得到未标注数据和标签线性化处理的标注数据。使用未标注数据，通过掩盖文本中的部分信息，基于保留信息对掩盖部分进行预测，同时引入实体词级判别任务，进行基于片段的语言模型预训练；在微调阶段引入多种解码机制，基于预训练后的基于片段的语言模型得到文本向量和文本数据之间的关系，将线性化的带实体标签数据转化为文本向量，在文本生成模型的预测阶段通过正向解码和反向解码进行文本生成，通过对标签进行解析，得到带有标注信息的增强数据。本发明在进一步提升数据多样性的同时，对增强数据的质量也做了改善，从而确保模型可以生成更多高质量增强数据。
-
公开(公告)号：CN117574896B
公开(公告)日：2024-04-09
申请号：CN202410056657.3
申请日：2024-01-16
Applicant: 之江实验室
IPC: G06F40/289 , G06F40/242 , G06F40/247 , G16H10/60
Abstract: 本发明涉及一种基于电子病历文本的手术费用识别方法、装置及存储介质，其中方法包括：步骤S1：获取标准手术词集合，并构建标准手术词集合的超集；步骤S2：将非结构化的电子病历文本预处理，得到和手术相关的片段，并对各片段进行分词，分别得到关联于各片段的单词序列；步骤S3：将单词序列输入至训练好的手术词生成模型，生成原始手术词序列；步骤S4：对所有原始手术词进行合并，得到多个原始手术词集合；步骤S5：基于原始手术词集合构建手术词树；步骤S6：将手术词树中的节点映射至标准手术词，并将根节点的所有第一级子节点所映射的标准手术词的费用之和作为识别结果。与现有技术相比，本发明具有准确率高等优点。
-
Patent Agency Ranking
公开(公告)号：CN116306589B
公开(公告)日：2024-02-09
申请号：CN202310521134.7
申请日：2023-05-10
Applicant: 之江实验室
IPC: G06F40/216 , G06F40/279 , G06F16/35 , G06N3/0455 , G06N3/084 , G10L15/26 , G16H10/60
Abstract: 本说明书公开了一种急救场景的医疗文本纠错及智能提取的方法及装置，可以获取语音识别出的急救医疗文本，而后，根据统计语言模型和/或错字识别模型，确定急救医疗文本中存在的错误位置，进而，确定每个错误位置对应的候选代替字，并根据每个错误位置对应的候选代替字，确定将急救医疗文本进行纠错后的各候选纠错文本，以从各候选纠错文本中选取出目标文本，最后，可以将预设的医疗信息类型与目标文本输入到预先训练的信息提取模型的第一网络层中，以使第一网络层输出提示信息向量，将提示信息向量和目标文本输入到信息提取模型的第二网络层，以通过信息提取模型从目标文本中(56)对比文件Yun Zhao et al.BART based semanticcorrection for Mandarin automatic speechrecognition system《.Computation andLanguage》.2021,全文.
-
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。
-
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：CN116312915B
公开(公告)日：2023-09-19
申请号：CN202310567874.4
申请日：2023-05-19
Applicant: 之江实验室
IPC: G06F17/00 , G16H10/60 , G06F40/284 , G06F40/295 , G06F16/35 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种电子病历中药物术语标准化关联方法及系统，本发明通过同义词挖掘技术对药物术语库进行更新，得到基于同义词挖掘更新的药物术语库，解决了药物术语库中标准药物术语和电子病历中外部药物术语语义相似性低的问题；本发明在电子病历中外部药物术语与基于同义词挖掘更新的药物术语库中标准药物术语关联时，利用的语义信息除中文字符标记外，加入相应药物术语的拼音字符序列，且充分利用药物术语库和电子病历中外部药物术语的图结构信息；构建了基于语义嵌入和结构嵌入的关联预测模型，从而准确建立真实世界电子病历中外部药物术语与药物术语库中标准药物术语的关联。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.033 seconds)
