-
公开(公告)号：CN109243620B
公开(公告)日：2020-10-02
申请号：CN201811043807.8
申请日：2018-09-07
Applicant: 上海交通大学医学院附属新华医院 , 北京诺道认知医学科技有限公司
IPC: G16H70/40
Abstract: 本发明实施例提供基于血药浓度监测的药效优化方法及装置，其中方法包括：建立基于血药浓度监测的药效优化样本数据库，药效优化样本数据库中的每个样本包括药物血药浓度正常时的用药医嘱信息和用药前时间距离最近的检验项数据；对药效优化样本数据库进行缺失值处理和显著性检验，获得经过预处理的药效优化样本数据库；根据经过预处理的药效优化样本数据库，利用XGBoost算法进行监督学习，构建药物药效优化模型；将待预测的检验项数据输入所述药物药效优化模型，得到与待预测的检验项数据相对应的用药医嘱信息。本发明实施例可根据患者的检验结果预测出实用性更强的药效优化方案，解决复杂情况患者的用药问题，实现个体化药效优化。
-
公开(公告)号：CN111228462B
公开(公告)日：2023-08-01
申请号：CN202010162291.X
申请日：2020-03-10
Applicant: 上海交通大学医学院附属新华医院
IPC: A61K38/16 , A61K9/06 , A61K47/12 , A61K47/32 , A61K47/18 , A61K47/26 , A61K47/10 , A61K47/02 , A61K47/14 , A61P31/04 , A61P31/10 , A61P33/02 , A61P31/12
Abstract: 本发明提供了一种抗微生物肽制剂，其特征在于：包含不低于10ppm的抗菌肽；其中，所述抗菌肽的序列如下所示：Lys Lys Trp Val Arg Trp Lys His Lys Arg Leu Ala Ala Lys Lys。本发明的抗微生物肽制剂与传统抗生素相比具有作用速度快、无残留、不易产生抗药性、生物活性谱多样性等优点。
-
公开(公告)号：CN114121211A
公开(公告)日：2022-03-01
申请号：CN202111363479.1
申请日：2021-11-17
Applicant: 上海交通大学医学院附属新华医院
Abstract: 本发明提供了一种针对肥胖人群用药剂量个体化评估与调整的模块，其特征在于：包括药品评估单元、指标统计单元、药品预估单元以及药品合规性审核单元；其中，所述药品评估单元，用于评估药品对体重的依赖程度；所述指标统计单元，根据药品对体重的依赖程度，获取对应的与体重关联的指标；所述药品预估单元，根据药品对体重的依赖程度，以及与体重关联的指标，基于当前药品的用药规则，预估当前患者的估算用药量或估算药量范围；所述药品合规性审核单元，基于估算用药量，评价当前用药量是否与估算用药量一致或在估算药量范围内，当结果为“是”时，审方通过；当结果为“否”时，驳回处方，并提示规范的药品用量。
-
公开(公告)号：CN109243546A
公开(公告)日：2019-01-18
申请号：CN201811045577.9
申请日：2018-09-07
Applicant: 上海交通大学医学院附属新华医院 , 北京诺道认知医学科技有限公司
Abstract: 本发明实施例提供抗凝药药效优化模型的建立方法及装置，其中方法包括：建立药效优化样本数据库，所述药效优化样本数据库中的每个样本包括凝血功能正常时的用药医嘱信息和与所述用药医嘱信息相对应的检验项数据；对所述药效优化样本数据库进行缺失值处理和统计学检验，获得经过预处理的药效优化样本数据库；根据所述经过预处理的药效优化样本数据库，利用XGBoost算法进行监督学习，构建抗凝药药效优化模型。本发明实施例采用机器学习XGBoost算法构建抗凝药药效优化模型，可针对不同患者的个体情况，通过将患者的检验检查数据输入该抗凝药药效优化模型中快速地获得实用性更强的抗凝药药效优化方案。
-
公开(公告)号：CN108719204A
公开(公告)日：2018-11-02
申请号：CN201710576315.4
申请日：2017-07-14
Applicant: 上海交通大学医学院附属新华医院
IPC: A01K67/033
Abstract: 本发明提供一种耐药鲍曼不动杆菌感染秀丽隐杆线虫药物筛选模型的建立方法，包括如下步骤：步骤一：分离出泛耐药鲍曼不动杆菌；步骤二：从怀孕成虫分离虫卵，孵化，将幼虫转移到E.coli菌苔上在培养箱中继续生长，洗脱虫体后，将虫体转移到泛耐药鲍曼不动杆菌的菌苔上，在培养箱中培养8h～24h进行感染；步骤三：将虫体洗下，将其置于含有5-FU的培养板上，过夜培养，得到同步化的秀丽隐杆线虫，药物筛选模型建立完成。本发明选用线虫为实验对象，进行体内泛耐药的鲍曼不动杆菌的药敏实验，其结果与体外药敏试验结果相互比较，具有临床参考价值，可以弥补传统的体外药敏实验筛选中的遗漏。
-
Patent Agency Ranking
公开(公告)号：CN109994179B
公开(公告)日：2021-02-26
申请号：CN201910260597.6
申请日：2019-04-02
Applicant: 上海交通大学医学院附属新华医院 , 北京诺道认知医学科技有限公司
IPC: G16H20/10
Abstract: 本发明实施例提供一种万古霉素的给药方法及装置，其中方法包括：若当前时刻属于初始给药阶段，则采集病人的基本信息以及检验检测数据，将基本信息以及检验检测数据输入至预先训练的初始阶段给药预测模型中，获得初始给药阶段的用药医嘱信息；若当前时刻属于调整给药阶段，则采集病人的基本信息、检验检测数据和TDM检测次数，将基本信息、检验检测数据和TDM检测次数输入至预先训练的调整阶段给药预测模型，获得调整给药阶段的用药医嘱信息。本发明通过深度学习建立个性化的给药模型能够解决医学数据集中存在缺失值、异常值等各种常见问题，并且具有自主学习能力，可有效地在更少的节点上处理更大的数据集，计算速度和模型精度均有所提升。
-
公开(公告)号：CN109243546B
公开(公告)日：2020-10-27
申请号：CN201811045577.9
申请日：2018-09-07
Applicant: 上海交通大学医学院附属新华医院 , 北京诺道认知医学科技有限公司
Abstract: 本发明实施例提供抗凝药药效优化模型的建立方法及装置，其中方法包括：建立药效优化样本数据库，所述药效优化样本数据库中的每个样本包括凝血功能正常时的用药医嘱信息和与所述用药医嘱信息相对应的检验项数据；对所述药效优化样本数据库进行缺失值处理和统计学检验，获得经过预处理的药效优化样本数据库；根据所述经过预处理的药效优化样本数据库，利用XGBoost算法进行监督学习，构建抗凝药药效优化模型。本发明实施例采用机器学习XGBoost算法构建抗凝药药效优化模型，可针对不同患者的个体情况，通过将患者的检验检查数据输入该抗凝药药效优化模型中快速地获得实用性更强的抗凝药药效优化方案。
-
公开(公告)号：CN111228462A
公开(公告)日：2020-06-05
申请号：CN202010162291.X
申请日：2020-03-10
Applicant: 上海交通大学医学院附属新华医院
IPC: A61K38/16 , A61K9/06 , A61K47/12 , A61K47/32 , A61K47/18 , A61K47/26 , A61K47/10 , A61K47/02 , A61K47/14 , A61P31/04 , A61P31/10 , A61P33/02 , A61P31/12
Abstract: 本发明提供了一种抗微生物肽制剂，其特征在于：包含不低于10ppm的抗菌肽；其中，所述抗菌肽的序列如下所示：Lys Lys Trp Val Arg Trp Lys His Lys Arg Leu Ala Ala Lys Lys。本发明的抗微生物肽制剂与传统抗生素相比具有作用速度快、无残留、不易产生抗药性、生物活性谱多样性等优点。
-
公开(公告)号：CN109994179A
公开(公告)日：2019-07-09
申请号：CN201910260597.6
申请日：2019-04-02
Applicant: 上海交通大学医学院附属新华医院 , 北京诺道认知医学科技有限公司
IPC: G16H20/10
Abstract: 本发明实施例提供一种万古霉素的给药方法及装置，其中方法包括：若当前时刻属于初始给药阶段，则采集病人的基本信息以及检验检测数据，将基本信息以及检验检测数据输入至预先训练的初始阶段给药预测模型中，获得初始给药阶段的用药医嘱信息；若当前时刻属于调整给药阶段，则采集病人的基本信息、检验检测数据和TDM检测次数，将基本信息、检验检测数据和TDM检测次数输入至预先训练的调整阶段给药预测模型，获得调整给药阶段的用药医嘱信息。本发明通过深度学习建立个性化的给药模型能够解决医学数据集中存在缺失值、异常值等各种常见问题，并且具有自主学习能力，可有效地在更少的节点上处理更大的数据集，计算速度和模型精度均有所提升。
-
公开(公告)号：CN109243620A
公开(公告)日：2019-01-18
申请号：CN201811043807.8
申请日：2018-09-07
Applicant: 上海交通大学医学院附属新华医院 , 北京诺道认知医学科技有限公司
IPC: G16H70/40
Abstract: 本发明实施例提供基于血药浓度监测的药效优化方法及装置，其中方法包括：建立基于血药浓度监测的药效优化样本数据库，药效优化样本数据库中的每个样本包括药物血药浓度正常时的用药医嘱信息和用药前时间距离最近的检验项数据；对药效优化样本数据库进行缺失值处理和显著性检验，获得经过预处理的药效优化样本数据库；根据经过预处理的药效优化样本数据库，利用XGBoost算法进行监督学习，构建药物药效优化模型；将待预测的检验项数据输入所述药物药效优化模型，得到与待预测的检验项数据相对应的用药医嘱信息。本发明实施例可根据患者的检验结果预测出实用性更强的药效优化方案，解决复杂情况患者的用药问题，实现个体化药效优化。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.03 seconds)
