-
公开(公告)号:CN117116416A
公开(公告)日:2023-11-24
申请号:CN202311098105.0
申请日:2023-08-28
Applicant: 讯飞医疗科技股份有限公司
Abstract: 本申请提出一种医嘱用药审核方法、装置、电子设备及存储介质,方法包括:基于第一病历信息和第一医嘱数据中的药品的使用说明,从使用说明的各说明事项中,确定出与第一病历信息相匹配的说明事项,作为目标审核点;其中,在第一病历信息中,记载有与第一病历信息相匹配的说明事项所包含的至少一项事项内容;根据目标审核点,以及预设审核规则,确定第一医嘱审核结果,第一医嘱审核结果用于表示第一医嘱数据中的药品是否使用合理。采用本申请的技术方案,能够直接根据病历和医嘱数据中药品的使用说明,对医嘱数据中的用药进行自动审核,从而能够降低医嘱用药审核的人工成本,提高医嘱用药审核的客观性和准确度。
-
公开(公告)号:CN117059285A
公开(公告)日:2023-11-14
申请号:CN202310828794.X
申请日:2023-07-06
Applicant: 讯飞医疗科技股份有限公司
Abstract: 本申请提出一种医疗数据处理方法、装置、电子设备和存储介质,能够获取待处理数据与用户属性信息,其中,待处理数据包括医疗数据,以及与医疗数据对应的数据处理请求,医疗数据包括病历数据、体检数据、药物使用说明中的至少一项,用户属性信息包括数据处理请求的处理结果所面向的用户的属性,用户的属性包括用户的身份属性。本申请的技术方案,通过对待处理数据进行处理,生成与数据处理请求以及用户属性信息相对应的处理结果,实现自动答复用户的咨询内容的目的,使用户不用咨询医护人员即可以获取专业的解答方案,缓解了医疗资源紧张的局面。
-
公开(公告)号:CN116504404A
公开(公告)日:2023-07-28
申请号:CN202310445217.2
申请日:2023-04-21
Applicant: 讯飞医疗科技股份有限公司
IPC: G16H50/30 , G06F16/35 , G06F16/332 , G06F18/2431
Abstract: 本申请提出一种咨询回复结果生成方法、装置、电子设备和存储介质,能够基于用户的医疗咨询请求,确定医疗咨询请求所属的咨询意图,确定与咨询意图对应的回复风险等级要求,然后至少根据医疗咨询请求、咨询意图,确定符合回复风险等级要求的咨询回复结果,实现将符合回复风险等级要求的咨询回复结果展示给用户的目的,避免误导用户使用高风险的用药和治疗方式,确保用户的身体健康不受影响。
-
公开(公告)号:CN116205230A
公开(公告)日:2023-06-02
申请号:CN202211712884.4
申请日:2022-12-26
Applicant: 讯飞医疗科技股份有限公司
IPC: G06F40/295 , G06F16/33 , G06F16/35 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本申请提出一种实体识别方法、装置、电子设备及存储介质,方法包括:将待识别文本输入到预先训练的实体识别模型中,得到待识别文本对应的实体标签;其中,实体识别模型至少通过将预先构建的实体识别规则嵌入与实体识别规则相匹配的第一训练样本,并利用嵌入实体识别规则后的第一训练样本进行实体识别训练得到,与实体识别规则相匹配的第一训练样本,包括能够通过实体识别规则识别样本中的实体的文本样本。采用本方案,将预先构建的实体识别规则融入到实体识别模型中,实体识别规则可以在样本较少时,也能得到较高的识别效果,因此,融入了实体识别规则的实体识别模型,能够提高实体识别模型的准确率,从而提高医疗文本的命名实体识别的准确率。
-
公开(公告)号:CN119920394A
公开(公告)日:2025-05-02
申请号:CN202411940265.X
申请日:2024-12-26
Applicant: 讯飞医疗科技股份有限公司
Abstract: 本说明书实施例提供了一种报告单解析方法,该方法通过获取医疗检测报告;然后对医疗检测报告进行图像识别,以得到报告单信息;并将报告单信息输入大语言模型进行内容解析,以得到关键信息,该大语言模型基于配置了不同格式的训练报告单的医疗数据集训练所得;进而基于关键信息指示的报告单内容进行结构化整理,以得到目标报告单。从而实现智能的报告单解析过程,由于将非结构化的医疗检测报告进行了结构化的转换,该转换过程针对性的配置了适用于不同格式的大语言模型,使得解析过程可应对复杂的报告单解析,并且针对医疗检测报告长文本的特点进行了适应性的文本处理过程,避免了解析内容混乱的情况发生,提高了报告单解析的准确性。
-
公开(公告)号:CN119831938A
公开(公告)日:2025-04-15
申请号:CN202411838232.4
申请日:2024-12-13
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
Abstract: 本发明涉及医学影像智能分析,具体设计了一种由影像诊断分析模块、多期对比预警模块、多期影像空间对齐模块、多期影像关联诊断模块、多期对比分析模块、多期对比典型病案知识库和影像临床决策知识库组成的医学影像多期分析系统,其具备多期对比提醒、可解释性的多期对比报告输出、基于多期对比的初步报告更新和基于多期对比的临床决策支持等能力,具备高可解释性、可交互性、可拓展性等优点,能够实现精准的多期对比分析及建议,实现高阶智能辅诊;本发明提供的技术方案能够有效克服现有技术所存在的难以对多期影像进行可解释性、可交互性、可拓展性的多期对比分析的缺陷。
-
公开(公告)号:CN117409952A
公开(公告)日:2024-01-16
申请号:CN202311144022.0
申请日:2023-09-05
Applicant: 讯飞医疗科技股份有限公司
IPC: G16H50/20 , G16H10/60 , G06F16/35 , G06F40/30 , G06N3/0455
Abstract: 本申请提供了一种病历文本处理方法、装置、设备及存储介质,具体实现方案为:基于病历文本数据确定对应的文本特征信息和疾病预测信息;基于所述疾病预测信息和所述文本特征信息,确定将所述疾病预测信息和所述文本特征信息融合的特征融合参数;利用所述特征融合参数对所述文本特征信息和所述疾病预测信息进行融合处理,得到融合特征;基于融合特征预测所述病历文本数据对应的疾病类别。根据本申请的技术方案,能够有效提升疾病类别预测的准确率。
-
公开(公告)号:CN117271746A
公开(公告)日:2023-12-22
申请号:CN202311383632.6
申请日:2023-10-24
Applicant: 讯飞医疗科技股份有限公司
IPC: G06F16/332 , G06N5/04 , G16H50/20 , G16H20/70
Abstract: 本申请提供一种状态评估的交互方法、装置及设备,该方法包括:对待评估对象在当前对话轮次的应答进行意图识别,确定待评估对象在当前对话轮次的意图信息;根据意图信息,确定当前对话轮次涉及的场景知识和下一对话轮次的话术节点;根据意图信息、场景知识、话术节点和与待评估对象的历史对话,确定当前对话轮次的提示prompt信息;将prompt信息和当前对话轮次的应答输入至医疗大模型中,得到下一对话轮次的问题,下一对话轮次的问题用于评估待评估对象的状态。本申请的方案能够在状态评估中生成自然交互的回复,灵活性较高。
-
公开(公告)号:CN117174300A
公开(公告)日:2023-12-05
申请号:CN202310505812.0
申请日:2023-05-05
Applicant: 讯飞医疗科技股份有限公司
IPC: G16H50/30 , G16H20/70 , G06F16/34 , G06F16/332 , G06F40/186
Abstract: 本申请公开了一种心理干预的推荐方法、装置、存储介质及设备,该方法包括:首先对目标用户输入的目标文本进行分析处理,得到目标用户的心理问题和关键原因,然后构建用于确定下轮与目标用户交互的回复信息的模板文本;并确定下轮与目标用户交互的回复文本;接着将目标用户反馈的文本重新作为目标文本,重复执行对目标文本进行分析处理以及后续步骤,直到达到预设交互轮次,并对此时目标用户输入的历史目标文本进行摘要总结处理;进而根据此时目标用户的心理问题和关键原因以及摘要总结信息,构建用于推荐心理干预资源的推荐模板文本;并根据推荐模板文本,生成向目标用户推荐的心理干预资源。从而能够有效提高干预资源的推荐准确度。
-
公开(公告)号:CN117033568A
公开(公告)日:2023-11-10
申请号:CN202310506103.4
申请日:2023-05-05
Applicant: 讯飞医疗科技股份有限公司
IPC: G06F16/332 , G06F16/31 , G06F16/36 , G06F16/901 , G06F16/906 , G06F40/186 , G16H50/30 , G16H50/20
Abstract: 本申请公开了一种医学数据指标解读方法、装置、存储介质及设备,该方法包括:首先提取目标用户输入的待解读的目标问题文本的医学概念和实体信息,然后基于目标问题文本中医学概念和实体信息,利用预设规则引擎和弱分类器,构建目标问题文本对应的候选子图;接着根据候选子图,构建提示解读的模板文本;进而可以根据该提示解读的模板文本,确定目标问题文本对应的指标解读结果。这样,通过先提取目标问题文本中的医学概念和实体信息,再构建候选子图来显式的建立多组指标之间的依赖关系,并融合了预设规则引擎和弱分类器的辅助推理结果进行医学数据指标解读,从而能够大幅度减少大模型的指标解读难度,提高了对于医学数据指标的解读准确度。
-
-
-
-
-
-
-
-
-