-
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。
-
公开(公告)号：CN119964822A
公开(公告)日：2025-05-09
申请号：CN202510096148.8
申请日：2025-01-21
Applicant: 上海交通大学医学院附属瑞金医院
Abstract: 本申请开了一种面向特征缺失的生存分析模型建立方法、装置、设备及介质，涉及统计学技术领域，包括：对预先收集的若干特征数据进行预处理，以将保留缺失值的处理后数据输入至初始生存分析模型中；在对离散特征数据以及连续特征数据进行令牌化处理时，利用预设处理方式对包含缺失值的离散特征数据以及连续特征数据进行处理，以得到离散特征令牌以及连续特征令牌；基于离散特征令牌、连续特征令牌和预设目标令牌组成特征令牌序列，以计算注意力分数矩阵，构建针对缺失值的掩码矩阵；利用注意力分数矩阵与掩码矩阵进行矩阵加法，以便建立目标生存分析模型。由此，可以在生存分析场景下对缺失数据进行处理，以提高生存分析方法的准确性及可靠性。
-
公开(公告)号：CN119153018A
公开(公告)日：2024-12-17
申请号：CN202410980674.6
申请日：2024-07-22
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G16H20/00 , G16H10/60 , G16H30/20 , G16H50/70 , G06F40/211 , G06F40/284
Abstract: 本发明公开了一种基于结构化异常标签识别的随访建议生成方法和系统，包括以下步骤：步骤S1，对EHR数据中的检验、检查、既往史报告进行处理，构建结构化异常标签库；步骤S2，利用LLM以及专业的医学标注，针对异常标签库中的每一个原子异常，构建随访科室建议库；步骤S3，生成随访建议。采用本方法提高了随访建议的个性化程度，有助于提升患者的治疗体验和健康管理效果，减少了医生的工作负担，提高了工作效率，同时异常标签库和随访库的构建为未来的随访建议生成提供了可扩展性和灵活性。
-
公开(公告)号：CN117637175A
公开(公告)日：2024-03-01
申请号：CN202311589976.2
申请日：2023-11-27
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G16H50/70 , G06F40/30 , G06F40/242 , G06F40/295 , G06N3/084 , G06N3/09
Abstract: 本发明公开基于多级语义的大模型医疗训练数据生成方法和系统,包括以下步骤，步骤1,生成多级语义，步骤2,SFT微调训练效果，步骤3,一对多的增强学习的对齐训练。本发明采用了NLP模型生成语料作为大模型的训练数据，可以实现解决医疗领域语料库和专业词典的不足。采用了多级语义的定义和应用，可以实现解决医疗数据的基本属性、特征和规则研究不足。采用了一对多的增强学习的对齐训练和损失函数的微调，可以解决其他文本生成技术泛化性弱、约束性不灵活、自适应性不高的问题。这些技术的应用将使得医疗领域的大模型训练更加有效，克服了现有技术存在的问题，提升了医疗文本处理和分析的能力。
-
Patent Agency Ranking
公开(公告)号：CN117497127A
公开(公告)日：2024-02-02
申请号：CN202311398214.4
申请日：2023-10-26
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G16H20/13 , G06N3/0455 , G06F18/214 , G06F18/2415
Abstract: 本发明公开了药物组合生成与评估的方法和系统，包括以下步骤：步骤S1，对患者药物分别进行预训练，生成患者表征向量和药物表征向量，步骤S2，生成药物组合，步骤S3，对药物组合评估。采用了上述技术方案后，与现有技术相比，具有以下有益效果：可根据患者的病情、基因型、生活方式和其他个体差异，为每位患者提供个性化的治疗方案；可警示医生和患者潜在的药物相互作用，从而避免危险的药物组合，提高治疗的安全性；通过优化药物选择，系统可以帮助医疗机构和患者降低治疗成本，避免不必要的药物开销和医疗资源浪费；医生和医疗团队可以借助推荐系统获得更多的治疗选项和信息，支持临床决策，提供更高水平的医疗护理。
-
公开(公告)号：CN119964708A
公开(公告)日：2025-05-09
申请号：CN202510121185.X
申请日：2025-01-24
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G16H10/20 , G06F40/284 , G06F40/205 , G06N5/022 , G06F40/30
Abstract: 本发明公开了一种医学建议的解读方法及相关组件，涉及人工智能领域，包括基于医学建议文本中的关键内容转换为的稀疏向量及稠密向量在知识库中进行文献文档匹配，得到至少一个与医学建议文本匹配的关联文献文档；控制语言模型根据输入的需求，基于关联文献文档输出对医学建议文本的解读结果及关联文献文档中与解读结果直接相关的片段；获取更新文献文档，并使用更新文献文档对知识库进行更新。结合了稀疏向量与稠密向量得到的关联文献文本与医学建议文本的相关性较高。在解读时基于关联文献文档，可以使得语言模型输出的解读具有可追溯性，提高了解读的可信度。对解读的更新可以通过更新知识库中的文献文本替代更新语言模型，维护的时间成本降低。
-
公开(公告)号：CN119132496A
公开(公告)日：2024-12-13
申请号：CN202411259627.9
申请日：2024-09-09
Applicant: 上海交通大学医学院附属瑞金医院
Abstract: 本申请公开了一种基于思维链的医学影像报告结构化处理方法及相关装置，涉及人工智能技术领域，包括：确定至少一条思维链，思维链包括多个具有层级关系的节点，多个节点的指令提示范围逐级递减，针对至少一条思维链，通过将待处理的医学影像报告文本、上一节点的结构化输出和当前节点的指令提示输入预训练的大语言模型，使大语言模型按照思维链的层级逻辑依次对医学影像报告文本进行准确、规范、完整的结构化数据提取，避免数据抽取过程中的错误和遗漏，保证了所提取到的结构化数据的准确性、规范性和完整性，且整个过程全部自动化完成，不需要人工参与，提高了医学影像报告结构化处理效率。
-
公开(公告)号：CN117877723A
公开(公告)日：2024-04-12
申请号：CN202311647466.6
申请日：2023-12-04
Applicant: 上海交通大学医学院附属瑞金医院
Abstract: 本发明涉及健康管理技术领域，具体公开了一种新群体健康管理指标体系展示系统，包括数据采集模块、数据处理与分析模块、数据展示模块、健康管理活跃度评估模块和健康趋势预测模块，所述数据采集模块通过APP手动输入获取个人的健康数据和通过ETL工具从体检系统获取的健康数据，并将获取的健康数据传输给数据处理与分析模块；本发明通过数据采集模块、数据处理与分析模块、数据展示模块、健康管理活跃度评估模块和健康趋势预测模块的配合，实现对群体员工健康状况的全面、精准和前瞻性管理，克服了现有技术存在的数据不全面、处理分析不精准、数据展示效果差和健康趋势预测不准确的问题。
-
公开(公告)号：CN117540339A
公开(公告)日：2024-02-09
申请号：CN202311580387.8
申请日：2023-11-24
Applicant: 上海交通大学医学院附属瑞金医院
IPC: G06F18/25 , G16H50/20 , G16H50/70 , G06N3/0455
Abstract: 本发明公开面向多模态医学数据的掩码式预训练方法和系统，本系统包括文本结构化模块，文本掩码模块，图像掩码模块，图像编码器，文本编码器，多模态融合模块，图像解码器，文本编码器，图像重建损失模块，文本重建损失模块。采用本系统可以在预训练阶段实现医学影像和报告文本中征象和部位的深度对应关系，同时加强模型根据图像理解和推断文本，以及根据文本理解并推断图像的能力，方便下游任务中影像和报告文本之间的灵活转换，克服了现有技术存在的影像和报告文本匹配不完全、部位和征象对应不清晰的问题。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.029 seconds)
