-
公开(公告)号：CN119811575A
公开(公告)日：2025-04-11
申请号：CN202411850523.5
申请日：2024-12-16
Applicant: 万达信息股份有限公司 , 蛮牛健康管理服务有限公司
Abstract: 本发明公开了一种基于大模型实现跨机构体检报告检查项标准化方法。本发明通过大语言模型对不同机构的体检报告中的检查项名称进行推理判断，实现对不同来源的医疗文本数据的有效理解和标准化映射。最终，本发明能够实现不同医院机构的同一指标名称的统一，不局限于知识库范围和对编码的依赖，通过大语言模型代替部分人工，节省人工成本。
-
公开(公告)号：CN119783815A
公开(公告)日：2025-04-08
申请号：CN202411829133.X
申请日：2024-12-12
Applicant: 万达信息股份有限公司 , 蛮牛健康管理服务有限公司
Abstract: 本发明公开了一种基于知识图谱多步分解检索增强的LLM推理方法。本发明将医疗LLM能力融入于整个检索增强推理过程，通过与医疗知识图谱相结合，利用多步分解、关键实体抽取、候选检索路径打分、关键检索路径判别验证、提示词构建和推理，实现了对用户输入目标文本的准确理解和回答；本发明通过对目标文本多步分解和基于医疗LLM打分的启发式搜索生成关键检索路径，不仅实现复杂任务简化处理及减少语句歧义性带来的影响，同时也为每个子任务提供更精确检索路径和具体的答案，从而提高整体回答的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116130047A
公开(公告)日：2023-05-16
申请号：CN202310320831.6
申请日：2023-03-28
Applicant: 万达信息股份有限公司
IPC: G16H10/60 , G16H50/70 , G06F40/279 , G06F16/35 , G06F16/335
Abstract: 本发明涉及一种一基于AI的伤害监测报卡智能生成和质控方法，从大数据规模的电子病历中自动筛选出伤害相关的电子病历，并使用AI技术提取关键信息并和报卡相应字段进行映射，达到自动填报报卡的目的，同时可配合上报接口实现整个伤害监测报卡的上报流程自动化实现，达到降本增效的目的。其中，AI质控环节是基于AI主动质控发现电子病历中的相关问题，用于医院提升伤害相关电子病历的规范性和准确性，从而使得上报的报卡信息的准确性和完整性得到提升。采用本发明所公开的技术方案后，能够让医生有更多时间医治病人，从电子病历中自动抽取关键信息，自动转化到报卡字段，无需人工参与，高效和准确。
-
公开(公告)号：CN116129434A
公开(公告)日：2023-05-16
申请号：CN202310315900.4
申请日：2023-03-28
Applicant: 万达信息股份有限公司
IPC: G06V30/10 , G06F16/35 , G06F40/295 , G06F40/151 , G06F16/31 , G06F40/30 , G16H15/00 , G16H50/70
Abstract: 本发明的一个技术方案是提供了一种基于体检报告文本信息的智能结构化解析系统，其特征在于，包括电子提交报告获取模块；体检报告文字识别模块；文本信息来源分析模块；检查描述与小结信息分类模块；检查描述实体识别模块；检查小结实体识别模块；实体词标准化转换模块；结构化展示模块。本发明的另一个技术方案是提供了一种基于体检报告文本信息的智能结构化解析方法。本发明可以对体检报告中文本信息进行更深层次的解析，并以结构化的形式展示给体检客户，让体检客户一目了然的了解自己的身体状况，为体检客户呈现结构化的体检信息，不仅能让体检客户快速了解体检状况，而且节省人力物力及医疗资源。
-
公开(公告)号：CN119786061A
公开(公告)日：2025-04-08
申请号：CN202411829136.3
申请日：2024-12-12
Applicant: 万达信息股份有限公司
Abstract: 本发明公开的一种多路径融合学习的医疗大模型病历质控方法首先设计合理的prompt，挖掘不同系列大参数大模型的思考模式和分步推理过程，接着采用多路径融合数据构建策略，对较小参数大模型进行指导学习，使其最终能够给出思考角度更加全面、推理逻辑更加清晰的病历质控结果。本发明通过充分挖掘不同系列大模型的思维模式和思考路径，以多路径融合学习的方式增强参数量较小的大模型的思考、逻辑推理能力，使其给出更加全面、逻辑性、可解释性更强的医疗病历质控结果。
-
公开(公告)号：CN119785371A
公开(公告)日：2025-04-08
申请号：CN202411829134.4
申请日：2024-12-12
Applicant: 万达信息股份有限公司
IPC: G06V30/412 , G06V30/414 , G06V30/14 , G06V30/19 , G06V10/82 , G06V30/16 , G06V30/164 , G06V30/166 , G06T5/40 , G06T5/90 , G06N3/045 , G06N5/04 , G06F16/25 , G16H15/00 , G06Q10/10
Abstract: 本发明公开了一种基于大模型对体检报告OCR结果进行自动解析的方法。本发明公开的方法利用深度学习和自然语言处理技术，对体检报告中的文本信息进行高效、准确的解析，以实现体检报告数据的结构化处理和智能化分析。本发明不仅能够提高体检报告的解析效率和准确性，减少医疗资源的占用，而且能够为用户提供更加直观和易于理解的健康信息，满足医疗信息化领域对体检报告自动化处理的需求。采用本发明所公开的技术方案后，能够提高医疗信息化水平，优化体检报告的处理流程，为医疗数据分析和临床决策提供技术支持。
-
公开(公告)号：CN119783816A
公开(公告)日：2025-04-08
申请号：CN202411829141.4
申请日：2024-12-12
Applicant: 万达信息股份有限公司
IPC: G06N5/04 , G06N3/045 , G06N5/022 , G06F16/36 , G06F16/3329 , G06F40/226 , G06F40/30 , G16H50/70
Abstract: 本发明公开了一种基于大模型对体检报告识别结果进行文本校验的方法。本发明依托于大模型的强大语义理解能力和高泛化性，能够迅速、精确且多层次地对体检报告的识别结果进行文本校验。此外，通过链接外部知识源，本发明一方面对大模型进行医学背景知识补充，从而增强专业性及可解释性；另一方面，本发明扩展大模型在不同体检机构标准下，对实体关系校验的能力，最终提升医疗数据的一致性和规范性。
-
-
-
-
-
-
Search Results
7
records
(took 0.032 seconds)
