-
公开(公告)号：CN111739599B
公开(公告)日：2023-08-08
申请号：CN202010565151.7
申请日：2020-06-19
Applicant: 北京嘉和海森健康科技有限公司 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种教学病历生成方法和装置，方法包括：获取病历数据库中目标疾病的目标病历对应的文书个数以及各个文书对应的字段数；计算各个目标病历的文书个数与其所包含的字段数之和，记为病历完整度；获取各个目标病历的典型特征信息；获取各个目标病历的典型特征信息对应的疾病符合度；获取各个目标病历中问诊问题的命中个数，记为问诊命中度；依据所述病历完整度、疾病符合度以及问诊命中度确定评价值W最高的病历，将该病历作为教学病历输出，提高了教学病历的质量，并且降低了教学病历的制作成本。
-
公开(公告)号：CN116092633A
公开(公告)日：2023-05-09
申请号：CN202310362802.6
申请日：2023-04-07
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明要求保护一种基于少量特征预测骨科手术患者术中自体血是否输注方法，涉及医疗辅助决策领域，具体涉及骨科手术患者术中自体血是否输注预测模型，基于自然语言技术抽取大量文本特征，经特征过滤最终使用少量特征即可实现术前预测患者术中自体血是否回输的方法。
-
公开(公告)号：CN115440329A
公开(公告)日：2022-12-06
申请号：CN202211078020.1
申请日：2022-09-05
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及一种内涵质控与电子病历深度融合的装置及方法，该装置包括AI质控系统与电子病历系统，AI质控系统与电子病历系统在质控员添加缺陷时进行数据交互，所述AI质控系统的缺陷内容通过写回传给电子病历系统；所述的电子病历系统先进行人员一致性判断，在确认所述的AI质控系统与所述的电子病历系统当前为同一患者后，将所述的缺陷内容与自有病案质控缺陷体系对照，对照完成后写入质控列表，随后由质控员发送缺陷至临床端；临床医生在进入电子病历患者列表时，首先接到质控缺陷提醒，点击缺陷就能够打开缺陷与文书一览表，快速定位缺陷与文书，或者在患者列表中定位质控标识，打开病历快速定位缺陷，通过缺陷直接定位文书，从而方便修改病历。
-
公开(公告)号：CN114758792B
公开(公告)日：2022-09-02
申请号：CN202210663979.5
申请日：2022-06-14
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供了一种基于机器学习的未知传染病的预警溯源方法及系统，其中，方法包括：步骤1：构建首层预测模型，预测新的疾病是否具备传染性；步骤2：当所述新的疾病具备传染性时，调取二层预测模型；步骤3：基于所述二层预测模型判断所述新的疾病是否为已知传染病，若不是，判定所述新的疾病为未知传染病，并进行预警；步骤4：溯源所述未知传染病的医护关系，并进行症状关联展示。通过设置双层模型，便于有效的对未知传染病进行确认，且通过预警与溯源，便于对传染病进行及时发现。
-
公开(公告)号：CN112687380B
公开(公告)日：2022-05-06
申请号：CN202110284094.X
申请日：2021-03-17
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G16H40/20 , G06Q10/10 , G06Q50/20 , G06F16/903
Abstract: 本发明公开了一种医师评价系统的数据加载方法及质控平台。所述方法包括：当接收用户进入医师评价系统的操作时，显示登录界面；接收用户在登录界面的登录操作；对登录操作输入的账号信息进行验证；当验证通过时，加载医师评价系统的基础框架数据，其中，基础框架数据包括功能模块按钮；接收对功能模块的按钮的点击操作；根据点击操作调用所述功能模块下账号信息对应的数据。采用本发明所提供的方法，用户登录系统之后，通过先加载基础框架数据，而不需要对各对应模块下的所有数据进行加载，等到用户点击了相应的功能模块，再调用该功能模块下的数据，进而对数据加载方式进行优化，节省了系统资源和数据加载时间，节省用户流量，提高了用户体验。
-
Patent Agency Ranking
公开(公告)号：CN113724850A
公开(公告)日：2021-11-30
申请号：CN202111059710.8
申请日：2021-09-10
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G16H40/20
Abstract: 本发明是关于一种急诊定位追溯管理装置及方法，装置包括：急诊定位追溯系统和医院信息系统；急诊定位追溯系统，与医院信息系统及其集成平台进行对接，以获取患者基本信息及就诊信息，包括感知层、数据层和应用层；感知层包括感知设备，对欲定位人员的位置信息、报警信息和感知设备的使用状态进行采集，将采集的信息与欲定位人员的患者基本信息和就诊信息进行绑定；数据层包括物联网中间件服务器，对采集的位置信息、报警信息和感知设备的使用状态进行传输和存储；应用层包括业务系统，根据位置信息、报警信息和感知设备的使用状态进行业务分析应用处理，结合电子围栏、地图引擎实现欲定位人员实时准确的定位追溯管理、人员分布和突发情况预警。
-
公开(公告)号：CN113299386A
公开(公告)日：2021-08-24
申请号：CN202110499574.8
申请日：2021-05-08
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京嘉和海森健康科技有限公司
Abstract: 本申请提供一种临床思维评价方法及装置，通过获取待评价用户对模拟接诊病人的接诊信息(问诊信息、查体信息、检验信息、辅助检查信息、诊断信息和鉴别诊断信息)；根据接诊信息对模拟接诊病人进行诊断，得到对应的诊断结果；最终将诊断结果作为输入参数，输入至预设临床思维评价模型中进行临床思维评价，得出待评价用户的评价结果(对待评价用户的百分制分数以及待评价用户在多个不同维度的得分情况)。本申请通过待评价用户根据接诊病人的情况和相应的检验、辅助检查结果进行诊断，得到诊断结果，根据待评价用户接诊模拟接诊病人的全过程以及诊断结果，对待评价用户的临床思维进行综合评价，从而实现医学生和住院医师的临床思维能力考核与评价。
-
公开(公告)号：CN119513727A
公开(公告)日：2025-02-25
申请号：CN202411763003.0
申请日：2024-12-03
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G06F18/2415 , G06F18/25 , G06N3/045 , G06N3/0464 , G06F18/214 , G06F18/21
Abstract: 本发明提供了一种基于多任务融合访问间隔的顺序访问预测方法及相关设备，应用于数据处理技术领域。本申请对目标用户在预设时间段内的访问信息进行处理，生成目标用户的历史访问时间信息、目标用户的历史访问记录信息和目标用户的实时访问时间信息；基于目标访问结果预测模型对目标用户的历史访问时间信息、目标用户的历史访问记录信息、目标用户的实时访问时间信息和目标用户的生理特征信息进行处理，生成间隔预测子任务和顺序访问预测子任务；对间隔预测子任务和顺序访问预测子任务进行处理，生成初始预测特征向量；基于目标用户的访问用途信息对初始预测特征向量进行处理，生成目标用户的目标预测信息。
-
公开(公告)号：CN118016314A
公开(公告)日：2024-05-10
申请号：CN202410411489.5
申请日：2024-04-08
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供了一种医疗数据输入的优化方法、装置及电子设备，应用于数据处理技术领域。本申请获取初始病历信息和训练样本集，其中，训练样本集包括若干输入变量和若干输入变量对应的原始特征贡献度；对若干输入变量对应的原始特征贡献度进行归一化处理，生成目标特征贡献度；构建位置优势因子重要性评估模型；基于位置优势因子重要性评估模型对若干输入变量进行处理，生成目标位置优势因子；基于目标位置优势因子生成目标排序位置结构；基于目标排序位置结构生成病历大语言模型；基于病历大语言模型对初始病历信息进行处理，生成目标病历信息；基于预设病历评价模型对目标病历信息进行处理，生成评价结果。
-
公开(公告)号：CN117079821B
公开(公告)日：2023-12-19
申请号：CN202311314877.3
申请日：2023-10-12
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G16H50/30 , G16H50/20 , G06N3/042 , G06N3/045 , G06N3/047 , G06N3/048 , G06N3/084 , G06F18/2415 , G06F18/2433 , G06F18/27
Abstract: 本发明涉及一种患者住院事件预测方法，属于医疗健康技术领域，解决了现有技术中训练效率低，不能精确进行预测的问题。方法包括：获取患者的健康相关数据；基于健康相关数据确定初始特征项；构建第一图注意力网络，基于初始特征项对应的患者的健康相关数据训练第一图注意力网络得到训练好的第一图注意力网络；基于训练好的第一图注意力网络的注意力权重计算初始特征项的支持度，基于支持度筛选用于预测患者住院的预测特征项；基于预测特征项对训练好的第一图注意力网络进行调整得到第二图注意力网络；基于第二图注意力网络和待预测患者的预测特征项对应的健康相关数据得到待预测患者的住院事件预测结果。实现了快速精确的患(56)对比文件Cheng, L 等.Hospitalization BehaviorPrediction Based on Attention and TimeAdjustment Factors in Bidirectional LSTM.《Database Systems for AdvancedApplications》.2019,第397-401页.
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.041 seconds)
