-
公开(公告)号:CN119092031A
公开(公告)日:2024-12-06
申请号:CN202411273902.2
申请日:2024-09-12
Applicant: 南通大学
Abstract: 本申请公开了一种基于标准电子病历的疾病过程孪生构建方法及系统,该方法包括:基于患者标准的FHIR电子病历进行,获取电子病历数据;对电子病历数据进行编码和处理,获取多变量时序数据;构建疾病过程孪生模型;获取疾病轨迹预测报告;引入GPT模型,将疾病轨迹预测报告中的数值信息和知识图谱的语义信息转化为自然语言描述,获取报告模板;调整报告模板;生成包括风险预警信息以及干预建议的个性化医疗报告。本申请利用构建好的疾病过程孪生模型,可以对糖尿病并发冠心病患者的病程进行个体化预测。通过输入患者的个人信息、病史、实验室检查等数据,模型可以预测患者的病情发展趋势、治疗效果以及并发症的发生风险。
-
公开(公告)号:CN117409929A
公开(公告)日:2024-01-16
申请号:CN202311395553.7
申请日:2023-10-26
Applicant: 南通大学
IPC: G16H30/20 , G16H50/20 , G06V10/774 , G06F16/36
Abstract: 本发明提供一种基于知识图谱的人机结合冠状动脉血管影像报告系统,首先构建一个综合病患信息、影像表型和报告文本的知识图谱,确保实体、属性及关系的结构化知识表示。接着,利用知识图谱应用先进的Vision Transformer模型对影像进行深入分析,从而得出准确的表型标签。再者,系统通过预训练的GPT语言模型,依据表型标签和知识图谱生成精准的自然语言报告文本。在报告生成阶段,系统特别加入了人机交互模块,允许医生对报告进行精确调整。通过知识图谱、视觉模型、语言模型及人机交互的紧密协作,该系统将实现冠状动脉血管影像报告的自动化生成。此系统明显提高了报告生成的效率,显著降低了影像医生的工作负担,对医学影像辅助分析技术的发展具有积极意义。
-