-
公开(公告)号:CN118430801A
公开(公告)日:2024-08-02
申请号:CN202410410661.5
申请日:2024-04-08
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 至本医疗科技(上海)有限公司
IPC: G16H50/30 , G16H70/60 , G16B25/20 , G16B35/00 , G06F18/214 , G06N3/04 , G06N3/08 , G06F18/241
Abstract: 一种前列腺神经内分泌癌的风险预警系统,属于医疗信息处理技术领域,解决了现有技术中无法及时无创对前列腺神经内分泌癌进行预警的问题。系统包括:患者数据采集模块,包括用于采集待评估患者的临床数据的临床数采集模块和检测模块;检测模块对待评估患者的血液进行活检得到待评估患者的分子特征数据;风险评估模块,用于将临床数据和分子特征输入训练好的前列腺神经内分泌癌风险评估模型,得到待评估患者的前列腺神经内分泌癌风险评估结果,将前列腺神经内分泌癌风险评估结果发送至预警装置;预警装置,用于根据前列腺神经内分泌癌风险评估结果进行预警提醒。实现快速无创的前列腺神经内分泌癌的风险预警。
-
公开(公告)号:CN118016313B
公开(公告)日:2024-07-19
申请号:CN202410410660.0
申请日:2024-04-08
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 至本医疗科技(上海)有限公司
IPC: G16H50/70 , G16H50/30 , G16B40/00 , G16B30/00 , G16B20/20 , G16B20/50 , G16B25/20 , G06F18/2113 , G06F18/214 , G06F18/243 , G06N3/084 , C12Q1/6886 , G01N33/574 , G01N33/573 , G01N33/74 , G06N3/048
Abstract: 本发明涉及一种前列腺神经内分泌癌预测模型的训练方法,属于医疗信息处理技术领域,解决了现有技术中无法快速无创进行前列腺神经内分泌癌预测的问题。方法包括以下步骤:获取患者的临床数据,所述临床数据包括药物疗效;所述患者包括前列腺神经内分泌癌患者和其他病理类型的前列腺癌患者;对患者的血液进行活检得到患者的肿瘤分子特征数据;基于所述临床数据和肿瘤分子特征数据构建训练样本集;构建人工智能模型,基于所述训练样本集对构建的人工智能模型进行训练,得到训练好的前列腺神经内分泌癌预测模型。得到快速无创预测前列腺神经内分泌癌的预测模型。
-
公开(公告)号:CN118016313A
公开(公告)日:2024-05-10
申请号:CN202410410660.0
申请日:2024-04-08
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 至本医疗科技(上海)有限公司
IPC: G16H50/70 , G16H50/30 , G16B40/00 , G16B30/00 , G16B20/20 , G16B20/50 , G16B25/20 , G06F18/2113 , G06F18/214 , G06F18/243 , G06N3/084 , C12Q1/6886 , G01N33/574 , G01N33/573 , G01N33/74 , G06N3/048
Abstract: 本发明涉及一种前列腺神经内分泌癌预测模型的训练方法,属于医疗信息处理技术领域,解决了现有技术中无法快速无创进行前列腺神经内分泌癌预测的问题。方法包括以下步骤:获取患者的临床数据,所述临床数据包括药物疗效;所述患者包括前列腺神经内分泌癌患者和其他病理类型的前列腺癌患者;对患者的血液进行活检得到患者的肿瘤分子特征数据;基于所述临床数据和肿瘤分子特征数据构建训练样本集;构建人工智能模型,基于所述训练样本集对构建的人工智能模型进行训练,得到训练好的前列腺神经内分泌癌预测模型。得到快速无创预测前列腺神经内分泌癌的预测模型。
-
公开(公告)号:CN116516013A
公开(公告)日:2023-08-01
申请号:CN202310693903.1
申请日:2023-06-12
Applicant: 至本医疗科技(上海)有限公司 , 上海至本医学检验所有限公司
IPC: C12Q1/6886 , C12Q1/6874
Abstract: 本发明涉及一种基于尿液ctDNA监测泌尿系统肿瘤微小残留病变水平的方法和系统。其中所述方法包括以下步骤:S1:处理肿瘤组织样本、对照血液样本,从肿瘤组织样本和对照血液样本中抽提gDNA;S2:对S1中的gDNA进行片段化,分别构建肿瘤组织DNA文库和血细胞DNA文库,进行全外显子组测序(WES)杂交捕获,获得捕获后DNA文库,对捕获后DNA文库进行测序,基于WES结果获得个性化监控位点组合数据,并针对个性化监控位点制备引物池;S3:处理尿液样本,从尿液中抽提cfDNA;S4:构建尿液样本ctDNA文库,进行杂交捕获,获得捕获后ctDNA文库,并对捕获后ctDNA文库进行测序;S5:生信分析,结合个性化监控位点的检测结果得到样本的MRD检测结果,若MRD的阳性位点的数量大于或者等于MRD阳性阈值推荐值,则MRD为阳性,否则为阴性。
-
公开(公告)号:CN118013001A
公开(公告)日:2024-05-10
申请号:CN202410088472.0
申请日:2024-01-22
Applicant: 至本医疗科技(上海)有限公司 , 上海至本医学检验所有限公司
IPC: G06F16/332 , G06F16/35
Abstract: 本申请涉及一种基于知识库和大语言模型的互动式知识交互系统。系统包括:交互接口模块,用于接收用户输入的问答请求,问答请求中包含有待查询的医学问题的描述数据;大语言模型模块,用于通过自由式输入或引导式输入将描述数据输入语言识别模型,并获取语言识别模型输出的医学问题的分类信息;知识库模块,用于根据医学问题的分类信息,确定医学问题对应的知识库,在医学问题对应的知识库中查询医学问题对应的回答数据;对话式输出和追问模块,用于根据医学问题对应的回答数据,以及用户再次输入的医学问题,形成连续多轮对话,并对连续多轮对话进行再学习,以实现自由式问答和引导式问答。采用本方法能够提高获取的医学知识的准确度。
-
-
-
-