-
公开(公告)号：CN118366646B
公开(公告)日：2024-08-23
申请号：CN202410795805.3
申请日：2024-06-19
Applicant: 湘江实验室
Abstract: 本发明公开了基于知识图谱的大模型医疗决策支持方法，具体涉及大模型医疗决策技术领域，通过对医疗人员进行身份认证，并分析医疗人员的历史界面交互信息和临床处理信息，并根据历史界面交互信息和临床处理信息对医疗人员的辨识能力进行综合分析，确定是否将其标记为辨识能力不足的人员，应对不同医疗人员能力水平，针对被标记为辨识能力不足的医疗人员，将获取伦理规范信息、道德推理信息和社会舆论信息，构建回应监测模型，以监测医疗大模型回应的正确性，并将生成的回应系数与正确性规范阈值进行比较，对医疗大模型回应的正确性进行风险预警，提醒医疗人员在决策过程中注意潜在的错误风险，减少误导性决策的发生，提高医疗服务的质量和安全性。
-
公开(公告)号：CN118366646A
公开(公告)日：2024-07-19
申请号：CN202410795805.3
申请日：2024-06-19
Applicant: 湘江实验室
Abstract: 本发明公开了基于知识图谱的大模型医疗决策支持方法，具体涉及大模型医疗决策技术领域，通过对医疗人员进行身份认证，并分析医疗人员的历史界面交互信息和临床处理信息，并根据历史界面交互信息和临床处理信息对医疗人员的辨识能力进行综合分析，确定是否将其标记为辨识能力不足的人员，应对不同医疗人员能力水平，针对被标记为辨识能力不足的医疗人员，将获取伦理规范信息、道德推理信息和社会舆论信息，构建回应监测模型，以监测医疗大模型回应的正确性，并将生成的回应系数与正确性规范阈值进行比较，对医疗大模型回应的正确性进行风险预警，提醒医疗人员在决策过程中注意潜在的错误风险，减少误导性决策的发生，提高医疗服务的质量和安全性。
-
Patent Agency Ranking
公开(公告)号：CN118280570A
公开(公告)日：2024-07-02
申请号：CN202410396731.6
申请日：2024-04-03
Applicant: 湘江实验室
IPC: G16H50/30 , G16H50/70 , G16B20/40 , G16B30/00 , G06F18/2135 , G06F18/2415 , G06N3/047 , G06N3/048 , G06N3/084 , G06F18/211
Abstract: 本发明涉及医疗健康信息技术领域，具体涉及基于医疗大模型的疾病预测与风险评估方法，包括以下步骤：S1：收集患者的多维度健康数据；S2：对S1收集的数据进行清洗、异常值处理及特征工程；S3：构建基于深度学习的医疗大模型；S4：优化S3构建的医疗大模型；S5：应用优化后的医疗大模型于疾病预测和风险评估；S6：利用模型解释技术明确模型预测的决策依据；S7：根据S5的预测和评估结果，提出针对性的健康管理和疾病预防建议。本发明，通过整合多维度健康数据构建的深度学习医疗大模型，不仅显著提高了疾病预测的准确性和解释性，促进了个性化健康管理与疾病预防，而且为降低医疗成本和改善公共健康质量提供了有效支持。
-
公开(公告)号：CN118280562A
公开(公告)日：2024-07-02
申请号：CN202410654603.7
申请日：2024-05-24
Applicant: 湘江实验室
IPC: G16H50/20 , G06F40/216 , G06F40/295 , G06F40/30 , G16H50/70 , G06N3/042 , G06N3/08 , G06N5/022 , G06F18/23
Abstract: 本发明涉及医疗信息技术领域，具体涉及知识图谱驱动的医疗大模型诊断方法，包括以下步骤：S1：构建医疗知识图谱；S2：提取与病情的信息，并将该信息映射到S1中的医疗知识图谱对应的实体和关系上；S3：构建多维度患者画像；S4：结合S1的医疗知识图谱和S3构建的多维度患者画像，训练和优化医疗大模型；S5：生成针对患者具体情况的个性化诊疗建议；S6：持续优化S1的医疗知识图谱和S4的医疗大模型。本发明，通过结合医疗知识图谱和先进的机器学习技术，实现了医疗诊断的准确性和治疗建议的个性化，同时引入持续学习机制以动态优化诊疗方案，从而显著提升医疗服务质量和效率，推动医学研究与实践的进步。
-
公开(公告)号：CN118280562B
公开(公告)日：2024-08-23
申请号：CN202410654603.7
申请日：2024-05-24
Applicant: 湘江实验室
IPC: G16H50/20 , G06F40/216 , G06F40/295 , G06F40/30 , G16H50/70 , G06N3/042 , G06N3/08 , G06N5/022 , G06F18/23
Abstract: 本发明涉及医疗信息技术领域，具体涉及知识图谱驱动的医疗大模型诊断方法，包括以下步骤：S1：构建医疗知识图谱；S2：提取与病情的信息，并将该信息映射到S1中的医疗知识图谱对应的实体和关系上；S3：构建多维度患者画像；S4：结合S1的医疗知识图谱和S3构建的多维度患者画像，训练和优化医疗大模型；S5：生成针对患者具体情况的个性化诊疗建议；S6：持续优化S1的医疗知识图谱和S4的医疗大模型。本发明，通过结合医疗知识图谱和先进的机器学习技术，实现了医疗诊断的准确性和治疗建议的个性化，同时引入持续学习机制以动态优化诊疗方案，从而显著提升医疗服务质量和效率，推动医学研究与实践的进步。
-
公开(公告)号：CN118380159A
公开(公告)日：2024-07-23
申请号：CN202410796634.6
申请日：2024-06-20
Applicant: 湘江实验室
Abstract: 本发明公开了基于元宇宙的多用户实时协作系统，具体涉及元宇宙技术领域，包括基准初置模块、采集检测模块、风险分析模块、健康反馈模块、安全管理模块，基准初置模块收集用户的基本信息，并建立个人档案，采集检测模块实时监测用户的生理指标和用户行为指标并传送至风险分析模块，风险分析模块根据指标进行处理分析，建立用户压力模型，评估用户的健康风险，通过聚类分析对各个用户的协作状态进行分类，健康反馈模块对多用户协作压力进行分析，并通过用户界面提供健康数据反馈和协作状态标记，安全管理模块根据协作状态标记对系统用户进行精力管理，能够有效对多用户协作的整体进行效果分析，确保多用户协作的效率，合理安排交互用户的精力状态。
-
公开(公告)号：CN118380159B
公开(公告)日：2024-08-30
申请号：CN202410796634.6
申请日：2024-06-20
Applicant: 湘江实验室
Abstract: 本发明公开了基于元宇宙的多用户实时协作系统，具体涉及元宇宙技术领域，包括基准初置模块、采集检测模块、风险分析模块、健康反馈模块、安全管理模块，基准初置模块收集用户的基本信息，并建立个人档案，采集检测模块实时监测用户的生理指标和用户行为指标并传送至风险分析模块，风险分析模块根据指标进行处理分析，建立用户压力模型，评估用户的健康风险，通过聚类分析对各个用户的协作状态进行分类，健康反馈模块对多用户协作压力进行分析，并通过用户界面提供健康数据反馈和协作状态标记，安全管理模块根据协作状态标记对系统用户进行精力管理，能够有效对多用户协作的整体进行效果分析，确保多用户协作的效率，合理安排交互用户的精力状态。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
