-
公开(公告)号：CN113555077B
公开(公告)日：2022-01-11
申请号：CN202111095969.8
申请日：2021-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京嘉和海森健康科技有限公司
Abstract: 本发明是关于一种疑似传染病预测方法及装置，方法包括：从医疗数据库中获取所有患者的电子病历信息和检查报告信息；利用每个患者的电子病历信息和检查报告信息以及第一多输入稠密化诊断模型进行训练，以得到二分类预测模型；利用每个患者的电子病历信息和检查报告信息以及第二多输入稠密化诊断模型进行训练，以得到多分类预测模型；获取目标患者的电子病历信息和检查报告信息；使用二分类预测模型预测目标患者是否是疑似传染病；当预测目标患者是疑似传染病时，使用多分类预测模型预测疑似传染病的具体类型。
-
公开(公告)号：CN111968743A
公开(公告)日：2020-11-20
申请号：CN202010841671.6
申请日：2020-08-20
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京嘉和海森健康科技有限公司
Abstract: 本发明涉及一种颈椎病患者病情自身评估电子系统，包括存储模块、问卷模块、作答模块、提交模块、评分模块和医生确认模块，问卷模块用于生成问卷，该问卷全部针对颈椎及其相关健康状况进行评估，包括神经功能状况、颈肩部疼痛状况及其他相关健康状况的评估；存储模块用于自动保存患者答题记录；提交模块用于将存储模块中存储的答题记录提交到医生的电脑系统中；评分模块用于根据患者提交的答题记录进行评分，给出评分总分和分项详情；医生确认模块用于供医生查看患者的答题记录以及评分总分和分项详情，并由医生完成肌力评估(必须由医生完成)，所有的评估项目需医生审核通过、再自动写入病历记录。
-
公开(公告)号：CN113555077A
公开(公告)日：2021-10-26
申请号：CN202111095969.8
申请日：2021-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京嘉和海森健康科技有限公司
Abstract: 本发明是关于一种疑似传染病预测方法及装置，方法包括：从医疗数据库中获取所有患者的电子病历信息和检查报告信息；利用每个患者的电子病历信息和检查报告信息以及第一多输入稠密化诊断模型进行训练，以得到二分类预测模型；利用每个患者的电子病历信息和检查报告信息以及第二多输入稠密化诊断模型进行训练，以得到多分类预测模型；获取目标患者的电子病历信息和检查报告信息；使用二分类预测模型预测目标患者是否是疑似传染病；当预测目标患者是疑似传染病时，使用多分类预测模型预测疑似传染病的具体类型。
-
公开(公告)号：CN111739599B
公开(公告)日：2023-08-08
申请号：CN202010565151.7
申请日：2020-06-19
Applicant: 北京嘉和海森健康科技有限公司 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种教学病历生成方法和装置，方法包括：获取病历数据库中目标疾病的目标病历对应的文书个数以及各个文书对应的字段数；计算各个目标病历的文书个数与其所包含的字段数之和，记为病历完整度；获取各个目标病历的典型特征信息；获取各个目标病历的典型特征信息对应的疾病符合度；获取各个目标病历中问诊问题的命中个数，记为问诊命中度；依据所述病历完整度、疾病符合度以及问诊命中度确定评价值W最高的病历，将该病历作为教学病历输出，提高了教学病历的质量，并且降低了教学病历的制作成本。
-
公开(公告)号：CN113299386A
公开(公告)日：2021-08-24
申请号：CN202110499574.8
申请日：2021-05-08
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京嘉和海森健康科技有限公司
Abstract: 本申请提供一种临床思维评价方法及装置，通过获取待评价用户对模拟接诊病人的接诊信息(问诊信息、查体信息、检验信息、辅助检查信息、诊断信息和鉴别诊断信息)；根据接诊信息对模拟接诊病人进行诊断，得到对应的诊断结果；最终将诊断结果作为输入参数，输入至预设临床思维评价模型中进行临床思维评价，得出待评价用户的评价结果(对待评价用户的百分制分数以及待评价用户在多个不同维度的得分情况)。本申请通过待评价用户根据接诊病人的情况和相应的检验、辅助检查结果进行诊断，得到诊断结果，根据待评价用户接诊模拟接诊病人的全过程以及诊断结果，对待评价用户的临床思维进行综合评价，从而实现医学生和住院医师的临床思维能力考核与评价。
-
Patent Agency Ranking
公开(公告)号：CN113793693A
公开(公告)日：2021-12-14
申请号：CN202111096737.4
申请日：2021-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京嘉和海森健康科技有限公司
Abstract: 本发明是关于一种传染病流行趋势预测方法及装置，方法包括：从医疗数据库、知识库和气象数据库中获取历史第一预设时间段内每日的医疗数据、社会活动数据和气候数据；根据所述每日的医疗数据、社会活动数据和气候数据，确定目标特征数据；根据每日的目标特征数据构建基于时间的序列数据；利用所述序列数据和多维自回归神经网络模型进行训练，以得到传染病流行趋势预测模型；使用所述传染病流行趋势预测模型预测目标传染病在未来第二预设时间段内的流行趋势。通过该技术方案，能够帮助提高传染病诊断与鉴别诊断能力，并能够及时监控其流行趋势，及时遏制传染病扩散造成的损失。
-
公开(公告)号：CN117497155B
公开(公告)日：2024-11-19
申请号：CN202311570978.7
申请日：2023-11-23
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G16H40/20 , G06Q10/0631 , G06Q50/26
Abstract: 本发明提供了一种突发事件的应急方案推荐系统和方法，属于智能推荐技术领域，其系统包括：详情收集模块，用于获取并收集突发事件详情；详情分析模块，用于对所述突发事件详情进行分析，构建得到事件矩阵；匹配分析模块，用于将所述事件矩阵与预设数据库中的预设事件类型、预设突发等级以及预设严重程度进行匹配；方案推荐模块，用于根据匹配结果生成与所述突发事件详情匹配的应急方案列表并输出展示。通过收集突发事件详情及详情分析，且后续进行类型、等级、验证程度的匹配，来得到有效应急方案，方便及时为医院提供合理的解决方案。
-
公开(公告)号：CN117235487B
公开(公告)日：2024-03-12
申请号：CN202311315662.3
申请日：2023-10-12
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G06F18/2113 , G06F18/213 , G06N3/042 , G06N3/045 , G16H10/60 , G16H50/20 , G16H50/70
Abstract: 本发明涉及一种用于预测哮喘患者住院事件的特征提取方法和系统，属于医疗健康技术领域，解决了现有技术中特征多训练效率低，不能精确进行预测的问题。方法包括：获取哮喘患者的健康相关数据；对所述健康相关数据进行筛选得到初始特征项；构建图注意力网络，所述图注意力网络包括多层图注意力层；每层图注意力层的节点与所述初始特征项对应；基于初始特征项对应的患者的健康相关数据训练所述图注意力网络得到训练好的图注意力网络；基于训练好的所述图注意力网络中每个节点的重要度计算每个节点的支持度，基于每个节点的支持度得到用于预测哮喘患者住院事件的特征项。实现了预测患者住院事件的特征的快速精确提取。
-
公开(公告)号：CN117497155A
公开(公告)日：2024-02-02
申请号：CN202311570978.7
申请日：2023-11-23
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G16H40/20 , G06Q10/0631 , G06Q50/26
Abstract: 本发明提供了一种突发事件的应急方案推荐系统和方法，属于智能推荐技术领域，其系统包括：详情收集模块，用于获取并收集突发事件详情；详情分析模块，用于对所述突发事件详情进行分析，构建得到事件矩阵；匹配分析模块，用于将所述事件矩阵与预设数据库中的预设事件类型、预设突发等级以及预设严重程度进行匹配；方案推荐模块，用于根据匹配结果生成与所述突发事件详情匹配的应急方案列表并输出展示。通过收集突发事件详情及详情分析，且后续进行类型、等级、验证程度的匹配，来得到有效应急方案，方便及时为医院提供合理的解决方案。
-
公开(公告)号：CN117235487A
公开(公告)日：2023-12-15
申请号：CN202311315662.3
申请日：2023-10-12
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G06F18/2113 , G06F18/213 , G06N3/042 , G06N3/045 , G16H10/60 , G16H50/20 , G16H50/70
Abstract: 本发明涉及一种用于预测哮喘患者住院事件的特征提取方法和系统，属于医疗健康技术领域，解决了现有技术中特征多训练效率低，不能精确进行预测的问题。方法包括：获取哮喘患者的健康相关数据；对所述健康相关数据进行筛选得到初始特征项；构建图注意力网络，所述图注意力网络包括多层图注意力层；每层图注意力层的节点与所述初始特征项对应；基于初始特征项对应的患者的健康相关数据训练所述图注意力网络得到训练好的图注意力网络；基于训练好的所述图注意力网络中每个节点的重要度计算每个节点的支持度，基于每个节点的支持度得到用于预测哮喘患者住院事件的特征项。实现了预测患者住院事件的特征的快速精确提取。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.107 seconds)
