-
公开(公告)号：CN119132534A
公开(公告)日：2024-12-13
申请号：CN202411246803.5
申请日：2024-09-06
Applicant: 上海申康医院发展中心
Abstract: 本发明提供一种针对放射设备进行配置决策的评估方法，属于医疗技术领域，该方法首先构建放射设备的场景配置决策评估系统，然后利用评估系统采集多家医院填报采购申请信息以及对采购申请信息进行初步评估，并生成初步评估数据，根据医疗设备的真实世界数据，运用信息化的手段，定量评估医疗设备的资源配置情况，该评估方法适用于医联体的放射设备配置决策评估，适用于增加设备和更新设备这两种常规场景，不包含首次申请购置等特殊场景，为医疗机构的大型医疗设备配置提供辅助决策支持和数据支撑，优化医疗设备的结构配置和财政资金的合理配置，最终达到提质增效、提升患者就诊满意度的目的。
-
公开(公告)号：CN110059186A
公开(公告)日：2019-07-26
申请号：CN201910271131.6
申请日：2019-04-04
Applicant: 上海申康医院发展中心 , 华东理工大学
Abstract: 本发明公开了一种医学术语校对任务分配的方法，其包括以下步骤：将原始的医学术语聚类，得到疑似同义术语簇,每个同义术语簇为一个校对任务；在校对人员集合中计算每个校对人员的推荐指数；计算校对人员擅长的领域；根据推荐指数和承担任务的范围,分配校对任务；构建医学术语校对任务的训练集和测试集，将训练集送入BP神经网络模型中进行训练，用测试集去测试模型性能，最终实现权重的更新。实验表明，本方法有效解决了医学术语专业性强，任务分配困难的问题。
-
公开(公告)号：CN104361222A
公开(公告)日：2015-02-18
申请号：CN201410605266.9
申请日：2014-10-31
Applicant: 上海申康医院发展中心 , 上海岱嘉医学信息系统有限公司
IPC: G06F19/00
Abstract: 本发明提供了多病种影像特征库的构建方法。所述的基于区域医疗大数据的多病种影像特征库的构建方法包括：步骤1：问题确定步骤；步骤2：数据收集步骤；步骤3：数据抽取步骤：步骤3.1：制定规则步骤：根据目标病种的影像及影像学报告中对应的表现描述关键字，参考目标应用病种的病理诊断的名称，形成抽取数据的具体规则；步骤3.2：数据筛选过滤步骤：使用了以上制定的抽取数据的具体规则对经过预处理的初步数据集中的数据进行过滤，形成样本数据库；步骤4：将样本数据库中的数据录入特征库，经过验证后录入基于区域医疗大数据的多病种影像特征库。本发明可实现对影像数据中心平台所存储数据进行数据的抽取分析，获取有效的数据。
-
公开(公告)号：CN104331469A
公开(公告)日：2015-02-04
申请号：CN201410606839.X
申请日：2014-10-31
Applicant: 上海申康医院发展中心 , 上海岱嘉医学信息系统有限公司
IPC: G06F17/30
CPC classification number: G06F17/30539 , G06F19/32
Abstract: 本发明提供了医联多病种影像特征库系统，其特征在于，包括基于区域医疗大数据的多病种影像特征库，实现样本素材资料的查询、编辑、展示和存档功能的样本资料录入模块、实现特征病例资料的查询、传输、展示、管理和数据统计功能的影像特征库功能模块和负责管理日常运维的系统管理模块。该系统具体包括：样本资料录入模块、影像特征库功能模块和系统管理模块。本发明所述的影像特征库系统可应用于辅助诊断。基于医联数据平台的影像样本能结合如患者体征、出院诊断、病理诊断等数据与影像描述内容进行大数据量挖掘分析，找出其中的规律，对于辅助医生对类似疾病的影像诊断有很大作用。
-
公开(公告)号：CN119066218A
公开(公告)日：2024-12-03
申请号：CN202411062250.8
申请日：2024-08-05
Applicant: 上海申康医院发展中心
IPC: G06F16/535 , G06F16/583 , G06N5/04 , G06N20/00
Abstract: 本发明公开了基于医疗影像和报告文本的融合检索方法和系统，包括以下步骤：步骤S1,基于CLIP模型，根据图像和文本对进行训练，对图像和文本特征进行压缩和存储，建立图文特征以及与之匹配的图像数据库；步骤S2，根据文本或者图像进行网络推理和搜索。采用本方法，通过对这些图像和报告进行大规模监督训练，对图像和文本特征进行压缩和存储，可以快速检索相似病例，辅助医生阅片和制定治疗方案。
-
Patent Agency Ranking
公开(公告)号：CN110085307B
公开(公告)日：2023-02-03
申请号：CN201910271117.6
申请日：2019-04-04
Applicant: 华东理工大学 , 上海申康医院发展中心
IPC: G16H40/20 , G06F16/36 , G06F16/33 , G06F40/295
Abstract: 本发明属于计算机应用领域，公开了一种基于知识图谱的智能导诊方法，该方法解决患者的精确导诊的问题。该方法包括：构建症状‑疾病‑科室知识图谱；采集用户症状描述信息、性别和年龄段信息；通过实体识别及症状标准化过程识别用户症状描述信息中的症状集、患者预判疾病集；将用户的症状集通过改进的TF‑IDF算法计算得到用户可能患有的疾病集和每种疾病的权重；利用用户可能患有的疾病集、每种疾病的权重和症状‑疾病‑科室知识图谱，通过融合疾病权重及疾病‑科室关联度的计算得到推荐的科室的权重；根据科室权重的排名，确定推荐的科室。
-
公开(公告)号：CN118866288A
公开(公告)日：2024-10-29
申请号：CN202410767855.0
申请日：2024-06-14
Applicant: 上海申康医院发展中心
IPC: G16H40/40
Abstract: 本发明公开了一种医疗大数据训练设施便捷集成框架，包括基础训练平台和实际业务模块，基础训练平台与实际业务模块使用相同的文件目录规范，通过统一文件形式进行信息交互，其中：基础训练平台用于进行基础操作功能，通过规定运行各个功能所需要的输入输出文件形式和结构，将原始的数据、模型的配置、标注的结果信息以指定文件形式和结构存放于对应位置，并通过给定命令触发实际业务模块进行下一步处理；实际业务模块用于运行实际业务。采用本发明通过文件目录规范定义，以及在指定开发环境下的调试、发布一体式构建，降低已有功能的维护成本、提高了整体应用平台的可用性，极大方便了新功能、新模型的添加。
-
公开(公告)号：CN118538341A
公开(公告)日：2024-08-23
申请号：CN202410568545.6
申请日：2024-05-09
Applicant: 上海申康医院发展中心
Abstract: 本发明公开了一种用于人群队列研究数据的数据质控方法，包括以下步骤，步骤S1，队列数据获取，步骤S2，基础数据质控,对队列数据进行必要的数据质控，排查完整性和唯一性问题；步骤S3，基础数据质控结果返回；步骤S4，变量类型识别，构建一种基于BERT的队列变量类型识别模型，用于自动识别队列变量类型；步骤S5，高级数据质控,进一步对队列数据进行数据质控，排查出准确性和逻辑性问题；步骤S6，高级数据质控结果返回。采用本方法，对采集的队列数据进行自动化智能核查，排查并发现队列数据存在完整性、唯一性、准确性以及逻辑性问题，从而促进队列数据质量的提升。
-
公开(公告)号：CN110580339B
公开(公告)日：2023-04-07
申请号：CN201910775383.2
申请日：2019-08-21
Applicant: 华东理工大学 , 上海申康医院发展中心
IPC: G06F40/295 , G06F40/247 , G06F40/30 , G06N5/022 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明属于计算机应用领域，公开了一种医疗术语知识库完善的方法。所述方法包括：从医疗术语集合中提取任意一个术语作为候选术语，然后从医疗术语知识库中任意提取一个术语构成术语对集；抽取所述术语对集中的任意一个术语对，计算术语对的相关性；将术语对集中所有术语对的相关性排序，按相关性排序的结果将术语对作为同义词融合进入所述医疗术语知识库。实验表明，采用本发明实施例，可以准确地进行术语对齐，有效地完善知识库。
-
公开(公告)号：CN115146891A
公开(公告)日：2022-10-04
申请号：CN202111200238.5
申请日：2021-10-14
Applicant: 上海蓬海涞讯数据技术有限公司 , 上海申康医院发展中心
Abstract: 本发明公开了一种基于手术难度的手术综合评价方法、系统、设备及介质，方法包括以下步骤：获取手术难度计算算法；获取目标手术项目的手术风险系数、人力消耗系数及时间消耗系数；根据难度计算算法、人力消耗系数及时间消耗系数计算手术难度系数；根据手术难度系数及手术风险系数获取手术综合评价指数；根据手术综合评价指数进行排序以生成第一排序结果本发明可以对手术数据进行统一处理，计算目标手术项目的手术难度系数，根据手术难度系数及手术风险系数可以获取手术综合评价指数，能够得到能够反映医院医疗水平的第一排序结果，医院可以依据第一排序结果提高服务质量，促进良性竞争，患者也可以基于第一排序结果高效且便捷地选择医院。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.043 seconds)
