-
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：CN119155320B
公开(公告)日：2025-02-14
申请号：CN202411643915.4
申请日：2024-11-18
Applicant: 湘江实验室
IPC: H04L67/12 , H04L9/40 , H04L67/104 , H04L9/00 , G16H10/60 , G16H70/60 , G06F16/242 , G06F16/27
Abstract: 本发明公开了基于区块链的分布式病理数据管理方法及系统，涉及了病理数据管理技术领域，构建病理数据区块链网络，并根据局域网IP设置若干个分布式管控节点，将每个局域网IP对应局域网下存储的病理数据上传至各自的分布式管控节点，对每个分布式管控节点进行节点加密以及数据加密，进而生成每个分布式管控节点对应的加密病理数据文件，建立每个分布式管控节点与病理数据区块链网络之间的授权通信链接，将每个分布式管控节点的加密病理数据文件通过授权通信链接共享至病理数据区块链网络上，为每个分布式管控节点在病理数据区块链网络中创建相应的查询索引，由用户输入查询索引至预设的病理数据库，进而查询所需病理数据。
-
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：CN118737396A
公开(公告)日：2024-10-01
申请号：CN202410250698.6
申请日：2024-03-05
Applicant: 湘江实验室
Abstract: 本发明涉及资源分配技术领域，具体涉及人工智能优化的医疗资源分配方法，包括以下步骤：基于图论构建医疗资源分配网络，其中，节点代表医疗机构，边代表医疗资源在医疗机构间的流动路径；应用多层次决策机制，将医疗资源分配问题分解为多个决策层次；利用图论和网络优化理论，基于最小成本流问题和最短路径问题，来优化医疗资源在网络中的流动，通过定义目标函数和约束条件，来求解每个层次上的最优解；基于实时数据和预测模型，动态调整资源分配策略和网络参数。本发明，结构化的网络模型不仅增强了资源分配过程的透明度和可追踪性，还使资源分配决策更加科学和合理，确保了资源在医疗网络中的高效流动和利用。
-
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。
-
Patent Agency Ranking
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：CN119155320A
公开(公告)日：2024-12-17
申请号：CN202411643915.4
申请日：2024-11-18
Applicant: 湘江实验室
IPC: H04L67/12 , H04L9/40 , H04L67/104 , H04L9/00 , G16H10/60 , G16H70/60 , G06F16/242 , G06F16/27
Abstract: 本发明公开了基于区块链的分布式病理数据管理方法及系统，涉及了病理数据管理技术领域，构建病理数据区块链网络，并根据局域网IP设置若干个分布式管控节点，将每个局域网IP对应局域网下存储的病理数据上传至各自的分布式管控节点，对每个分布式管控节点进行节点加密以及数据加密，进而生成每个分布式管控节点对应的加密病理数据文件，建立每个分布式管控节点与病理数据区块链网络之间的授权通信链接，将每个分布式管控节点的加密病理数据文件通过授权通信链接共享至病理数据区块链网络上，为每个分布式管控节点在病理数据区块链网络中创建相应的查询索引，由用户输入查询索引至预设的病理数据库，进而查询所需病理数据。
-
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。
-
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。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.016 seconds)
