公开(公告)号：CN110706805A

公开(公告)日：2020-01-17

申请号：CN201910816430.3

申请日：2019-08-30

Applicant: 上海华东电信研究院

Inventor： 陈俊琰 ,  郑忠斌 ,  贺仁龙 ,  刘晶晶 ,  孙明霞

IPC: G16H50/20 ,  G06N20/00

Abstract: 本发明涉及一种基于特征选择的人工智能医疗诊断系统，包括人体状态感知系统模块、机器学习系统模块、诊断推理系统模块、历史数据库和结果输出模块；人体状态感知系统模块用于采集反映人体状态的数据，并将其发送至机器学习系统模块；机器学习系统模块用于对采集到的数据进行处理后，基于特征选择算法选择出部分数据特征并将其按重要性由大到小的顺序输出后，发送至诊断推理系统模块；诊断推理系统模块用于特征筛选和特征匹配，查找其对应的诊断结果，并发送至结果输出模块；历史数据库用于储存不同的数据特征及其对应的诊断结果；结果输出模块用于显示诊断结果。本发明的人工智能医疗诊断系统，能够帮助医生快速判断病情，减少人为诊断误差。

公开(公告)号：CN110739076A

公开(公告)日：2020-01-31

申请号：CN201911035609.1

申请日：2019-10-29

Applicant: 上海华东电信研究院

Inventor： 刘晶晶 ,  陈俊琰 ,  郑忠斌 ,  孙明霞

IPC: G16H50/20 ,  G16H50/30

Abstract: 本发明涉及一种医疗人工智能公共训练平台，包括数据采集模块、数据分析系统和病种数据库，其中，数据分析系统用于先通过自动对比字段方式调取与医疗数据的特征字段匹配的预测模型，或者在不存在匹配的预测模型时自动建立预测模型，再将医疗数据的特征输入到预测模型中，由预测模型输出疾病种类或发病概率；自动建立预测模型的过程即以医疗数据的特征作为算法模型的输入，以其对应的疾病种类或发病概率作为算法模型的理论输出，不断调整算法模型的参数的过程。本发明的一种医疗人工智能公共训练平台，大大缩短了数据准备和数据建模的时间，同时减少了建模过程对统计学家和IT专家的依赖，可适用于众多的医疗大数据业务场景建模、诊断和预测。