-
公开(公告)号:CN119517377A
公开(公告)日:2025-02-25
申请号:CN202411701097.9
申请日:2024-11-25
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G16H50/20 , G16H50/30 , G06F16/3332 , G06F16/35
Abstract: 本申请公开了一种医疗随访建议生成方法、系统、设备及介质,涉及计算机技术领域,包括:获取目标检查检验报告,并从目标检查检验报告中提取目标异常值及对应的目标异常值标签;将目标异常值标签输入至预设语义向量模型,以便通过预设语义向量模型对目标异常值标签进行向量转换,得到相应目标特征向量;通过预设语义向量模型对预设随访数据库中的以键值对形式构建的异常值标签‑随访建议中的各异常值标签进行向量转换,得到相应的待匹配特征向量;分别计算目标特征向量与各待匹配特征向量之间相似度,基于相似度最高的目标相似度结果确定目标特征向量对应的随访建议,得到目标异常值的对应医疗随访建议,确保提供的随访建议具有针对性。
-
公开(公告)号:CN117766160A
公开(公告)日:2024-03-26
申请号:CN202311460437.9
申请日:2023-11-06
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G16H80/00 , G06F16/332 , G06F16/33 , G06F16/338 , G06F16/34
Abstract: 本发明公开基于预训练语言模型的医学问答文本质量评估系统及方法,包括医学知识文本及嵌入向量特征存储数据库,待评估文本输入模块,医学知识匹配模块,基于提示方法的文本质量评估模块,基于指标的文本准确性评估模块,基于提示方法的文本准确性评估模块,评估结果整合模块。本发明构建了医学知识文本及嵌入向量特征存储数据库,同时使用指标和提示方法评估机器生成回答的正确性,使用提示方法结合评测文本作为预训练语言模型的输入,可以实现多角度、多层次评估机器生成的文本回答质量评估服了传统评估方法只能在给定标准回答的前提下评估词汇和文本级别准确性的问题。
-
公开(公告)号:CN110413963B
公开(公告)日:2022-11-25
申请号:CN201910594570.0
申请日:2019-07-03
Applicant: 东华大学 , 上海交通大学医学院附属瑞金医院
IPC: G06F40/14 , G06F40/247 , G16H15/00
Abstract: 本发明涉及一种基于领域本体的乳腺超声检查报告结构化方法,包括以下步骤:对乳腺超声报告进行预处理,得到文本描述块;对得到的文本描述块基于领域本体语义树获取分支子树路径;以自顶向下、广度优先的方式,生成乳腺超声语义子树;将生成的乳腺超声语义子树转化为以表结构存储的结构化数据。本发明提高了分词的准确率,能够为更大规模的医疗数据研究提供服务。
-
公开(公告)号:CN114023395A
公开(公告)日:2022-02-08
申请号:CN202111430275.5
申请日:2021-11-29
Applicant: 上海交通大学医学院附属瑞金医院
Abstract: 本发明公开一种预测肾移植患者霉酚酸药物暴露方法和装置,包括:通过PCA对临床特征进行MPA暴露重要性分析,得到与目标值相关性最高的特征;选择与目标值相关性最高的特征作为输入数据,通过CNN进行提取血药浓度特征;根据提取的血药浓度特征,通过长短期记忆模型分析MPA浓度随时间的变化,以预测肾移植患者霉酚酸药物暴露。采用本发明的技术方案,解决了在不同数据来源,不同免疫抑制剂组合的情况下,无法准确预测MPA暴露的问题。
-
公开(公告)号:CN110399450A
公开(公告)日:2019-11-01
申请号:CN201910536642.6
申请日:2019-06-20
Applicant: 东华大学 , 上海交通大学医学院附属瑞金医院
Abstract: 本发明涉及一种基于语义树的甲状腺超声报告结构化扫描方法,通过三个步骤进行实现:1)甲状腺超声文本数据预处理,包括分块分句分词、同义词替换;2)语义树定位,相应的规则结合dewey编码进行结点定位,标记,删除等不同操作;3)记录所有结点,输出结构化结果。在甲状腺超声报告中,主要关注点在于甲状腺和甲状腺病灶的病变情况,所以本发明立足于解剖学的基础构建了基于甲状腺超声领域的语义树。通过扫描报告与语义树作相应匹配,将文本报告结构化,从中提取有用信息可用于后续研究,从而更好地辅助医生进行病情诊断和治疗。
-
公开(公告)号:CN119941006A
公开(公告)日:2025-05-06
申请号:CN202411867161.0
申请日:2024-12-18
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G06Q10/0639 , G06Q50/20 , G06N3/006 , G06N5/04
Abstract: 本发明公开了多智能体辩论的医学生能力考核方法和系统,包括以下步骤:步骤S1,根据考核内容制定若干个评估医学生能力的角色赋予智能体考官,定义不同考官的权重;步骤S2,通过思维链策略,生成评估医学生能力的若干个考核维度和每个考核维度的权重,将思维链与反馈机制结合,智能体考官灵活选用不同的沟通策略与医学生进行对话形式的考核;步骤S3,结合步骤S2中的思维链,对分解后的考核点进行多智能体考官评测打分,再综合权重得到医学生的总体评分,并生成医学考生的能力评估报告。采用本发明,通过多智能体之间的互动和辩论,全面评估医学生的综合能力,确保考核的公正性和有效性。
-
公开(公告)号:CN119132638A
公开(公告)日:2024-12-13
申请号:CN202411260849.2
申请日:2024-09-09
Applicant: 上海交通大学医学院附属瑞金医院
Abstract: 本申请公开了一种信息提取方法、装置、设备、存储介质和程序产品,涉及信息处理技术领域,包括:在第一类任务指令集中选择目标任务指令;每个第一类任务指令指示:提取由至少一个层次的信息构成的结构化信息;不同的第一类任务指令指示提取的结构化信息包含的信息层次数不同;将目标任务指令以及影像报告输入预先训练好的信息提取模型,得到从影像报告中提取的由一个或多个层次的信息构成的结构化信息;用于对信息提取模型进行训练的训练样本集中的每个训练样本均至少包括影像报告样本和第一类任务指令;训练样本的标签至少包括从影像报告样本中提取的由至少一个层次的信息构成的结构化信息,实现了不同层次的结构化信息的自动化提取。
-
公开(公告)号:CN119130849A
公开(公告)日:2024-12-13
申请号:CN202411260848.8
申请日:2024-09-09
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G06T5/70 , G06T5/60 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了一种多模态医学影像降噪优化系统及优化方法,该系统包括:数据预处理模块,用于接收并预处理多模态医学影像数据,得到预处理后的多模态医学影像数据;CNN降噪模块,用于利用训练好的CNN模型对预处理后的多模态医学影像数据进行降噪处理,得到降噪处理后的多模态医学影像数据;后处理模块,用于对降噪处理后的多模态医学影像数据进行优化,得到优化后的多模态医学影像数据。可见,本申请中的神经网络模型通过大量的样本数据进行训练得到,可以有效去除多模态医学影像数据中的噪声,提高医学影像的质量和清晰度。并且通过对所述降噪处理后的多模态医学影像数据进行进一步优化,进而提高降噪效果,使得降噪后的医学影像数据更加准确。
-
公开(公告)号:CN118629664A
公开(公告)日:2024-09-10
申请号:CN202410962858.X
申请日:2024-07-17
Applicant: 上海交通大学医学院附属瑞金医院
Abstract: 本申请公开了基于医学大语言模型的异常严重程度预估方法、装置、设备及介质,涉及人工智能技术领域,包括对病历数据和出院小结进行异常识别,得到病历异常数据和随访建议异常数据;并进行术语对齐,将术语对齐后的病历异常数据和随访建议异常数据匹配,构建严重程度预估样本;并转换为输入指令,对医学大语言模型微调训练,对训练后的医学大语言模型进行格式转换及搭建部署,得到目标医学大语言模型;将病历异常数据输入至目标医学大语言模型,输出严重程度预估等级,将严重程度预估等级和随访建议结合,生成患者异常的严重程度预估结果。本申请能准确预估患者的身体异常严重程度,及时有效地帮助患者早期干预,提高整体医疗体系的可持续性。
-
公开(公告)号:CN118471419A
公开(公告)日:2024-08-09
申请号:CN202410448001.6
申请日:2024-04-15
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G16H15/00 , G16H50/30 , G16H50/70 , G16H70/20 , G06F16/36 , G06N5/022 , G06F16/38 , G06F18/2433 , G06N20/00
Abstract: 本发明公开了基于规则库检索和大模型训练的体检报告解读系统和方法,包括医学知识图谱存储数据库,异常严重程度规则存储数据库,大模型预训练模块,异常抽取模块,严重程度规则检索模块,大模型解读模块。采用本发明,可以实现对体检报告准确的异常识别,并结合专业的医学知识库和可定制化的规则库实现了精准的严重程度判断,克服了现有体检报告解读技术存在的准确性和泛化性不足、异常严重程度分析不足、可定制化程度低的问题。
-
-
-
-
-
-
-
-
-