-
公开(公告)号：CN114783623A
公开(公告)日：2022-07-22
申请号：CN202210720484.1
申请日：2022-06-24
Applicant: 北京惠每云科技有限公司 , 江苏省人民医院(南京医科大学第一附属医院)
IPC: G16H70/00 , G06F40/284
Abstract: 本申请提供了一种医学规则的提取方法、装置、电子设备及可读存储介质，基于医学文献中每两个医学实体词汇的词汇属性，通过逻辑匹配模型，确定每两个医学实体词汇之间的逻辑关系；利用多个医学实体词汇中逻辑关系为非因果关系的多个医学实体词汇，构成用于表征医学规则的至少一个医学条件集；针对于每个医学条件集，将与该医学条件集中每个医学实体词汇之间的逻辑关系均为因果关系的医学实体词汇，确定为该医学条件集对应的医学实体结论；整个每个医学条件集以及该医学条件集对应的医学实体结论，得到医学文献中所蕴含的多条医学规则。这样，便能够更加准确地抽取出符合医学逻辑的医学规则，有助于提高医学规则提取的速率。
-
公开(公告)号：CN114783623B
公开(公告)日：2022-08-26
申请号：CN202210720484.1
申请日：2022-06-24
Applicant: 北京惠每云科技有限公司 , 江苏省人民医院(南京医科大学第一附属医院)
IPC: G16H70/00 , G06F40/284
Abstract: 本申请提供了一种医学规则的提取方法、装置、电子设备及可读存储介质，基于医学文献中每两个医学实体词汇的词汇属性，通过逻辑匹配模型，确定每两个医学实体词汇之间的逻辑关系；利用多个医学实体词汇中逻辑关系为非因果关系的多个医学实体词汇，构成用于表征医学规则的至少一个医学条件集；针对于每个医学条件集，将与该医学条件集中每个医学实体词汇之间的逻辑关系均为因果关系的医学实体词汇，确定为该医学条件集对应的医学实体结论；整个每个医学条件集以及该医学条件集对应的医学实体结论，得到医学文献中所蕴含的多条医学规则。这样，便能够更加准确地抽取出符合医学逻辑的医学规则，有助于提高医学规则提取的速率。
-
公开(公告)号：CN117995346B
公开(公告)日：2024-06-25
申请号：CN202410406561.5
申请日：2024-04-07
Applicant: 北京惠每云科技有限公司
Abstract: 本发明涉及一种病历质控优化方法、装置、电子设备及存储介质，该方法包括：获取病历质控规则以及第一文本数据，病历质控规则包括病历质控范围以及病历质控定义，第一文本数据为待质控的文本数据。将病历质控规则分别转化为第一指令和第二指令，第一指令为病历质控指令，第二指令为构造缺陷指令。从第一文本数据中获取待优化数据，并将待优化数据和第二指令作为GPT模型的输入，以缺陷数据作为GPT模型的输出，对GPT模型进行训练，得到缺陷模型。通过缺陷模型生成缺陷样本，并以待优化数据作为标准样本对缺陷样本进行判别，以优化缺陷判别模型，缺陷判别模型用于响应于第一指令对第一文本数据进行质控。该方法提高了病历质控的效率和准确性。
-
公开(公告)号：CN116682524B
公开(公告)日：2024-02-02
申请号：CN202310871613.1
申请日：2023-07-17
Applicant: 北京惠每云科技有限公司
IPC: G16H10/60 , G06F16/36 , G06N3/0455 , G06N3/09 , G06N3/092
Abstract: 本发明涉及一种病历质控方法、装置、电子设备及存储介质，该方法包括：获取第一指令数据，第一指令数据具有病历质控规则范围，用于对开源的大模型进行微调。基于第一指令数据，对大模型进行微调，微调后得到病历质控模型。获取第一时刻的第一病历文本以及第一病历质控规则，并调用病历质控模型基于第一病历文本预测第一病历质控规则的病历质控结果。其中，第一病历质控规则在病历质控规则范围内。该方法利用大模型更好的理解病历质控规则的语义信息，能够灵活地执行质控规则，使得质控规则不再僵化地对应固有的质控结果，同时避免了非医学专业的开发人员对于医学知识的欠缺导致的质控结果质量较低的情况，保证了病历质控结果的质量。
-
公开(公告)号：CN113297852B
公开(公告)日：2021-11-12
申请号：CN202110841311.0
申请日：2021-07-26
Applicant: 北京惠每云科技有限公司
IPC: G06F40/295 , G06F16/31
Abstract: 本申请涉及自然语言处理技术领域，尤其涉及一种医学实体词的识别方法和装置。该识别方法包括：构建用于表征医学实体词与自编码向量之间对应关系的预训练模型；利用二分类模型针对所构建的预训练模型的输出结果进行识别，并基于识别结果对预训练模型进行微调，以生成标准词自编码模型；提取目标病例文本中的目标医学实体词的内容特征；将内容特征输入标准词自编码模型，获得目标医学实体词对应的第一自编码向量；从医学标准词编码索引库中查找与第一自编码向量对应的医学标准词，将医学标准词作为目标医学实体词对应的目标医学标准词。通过上述方式，能够便于医学信息共享，提高医疗领域之间交流的效率。
-
Patent Agency Ranking
公开(公告)号：CN117995346A
公开(公告)日：2024-05-07
申请号：CN202410406561.5
申请日：2024-04-07
Applicant: 北京惠每云科技有限公司
Abstract: 本发明涉及一种病历质控优化方法、装置、电子设备及存储介质，该方法包括：获取病历质控规则以及第一文本数据，病历质控规则包括病历质控范围以及病历质控定义，第一文本数据为待质控的文本数据。将病历质控规则分别转化为第一指令和第二指令，第一指令为病历质控指令，第二指令为构造缺陷指令。从第一文本数据中获取待优化数据，并将待优化数据和第二指令作为GPT模型的输入，以缺陷数据作为GPT模型的输出，对GPT模型进行训练，得到缺陷模型。通过缺陷模型生成缺陷样本，并以待优化数据作为标准样本对缺陷样本进行判别，以优化缺陷判别模型，缺陷判别模型用于响应于第一指令对第一文本数据进行质控。该方法提高了病历质控的效率和准确性。
-
公开(公告)号：CN113505599A
公开(公告)日：2021-10-15
申请号：CN202111058855.6
申请日：2021-09-10
Applicant: 北京惠每云科技有限公司
IPC: G06F40/295 , G16H10/60
Abstract: 本申请提供了一种病历文书中实体概念的提取方法、装置及可读存储介质，基于从病历文书中提取出的至少一个实体概念分词以及每个实体概念分词的属性类型，构建得到至少一个候选概念元组；基于每个候选概念元组包括的每个实体概念分词中每个字的字向量、每个实体概念分词的属性类型的类型向量、每两个实体概念分词之间的关系向量以及该候选概念元组的完整度向量，确定该候选概念元组的预测判别类型；根据预测判别类型从至少一个候选概念元组中确定出至少一个目标概念元组；对每个目标概念元组进行标准化处理，得到用于描述所述病历文书的至少一个实体概念元组。这样，在统一了病历文本中病症描述信息的同时，还能够简化病历文本中的信息。
-
公开(公告)号：CN116682524A
公开(公告)日：2023-09-01
申请号：CN202310871613.1
申请日：2023-07-17
Applicant: 北京惠每云科技有限公司
IPC: G16H10/60 , G06F16/36 , G06N3/0455 , G06N3/09 , G06N3/092
Abstract: 本发明涉及一种病历质控方法、装置、电子设备及存储介质，该方法包括：获取第一指令数据，第一指令数据具有病历质控规则范围，用于对开源的大模型进行微调。基于第一指令数据，对大模型进行微调，微调后得到病历质控模型。获取第一时刻的第一病历文本以及第一病历质控规则，并调用病历质控模型基于第一病历文本预测第一病历质控规则的病历质控结果。其中，第一病历质控规则在病历质控规则范围内。该方法利用大模型更好的理解病历质控规则的语义信息，能够灵活地执行质控规则，使得质控规则不再僵化地对应固有的质控结果，同时避免了非医学专业的开发人员对于医学知识的欠缺导致的质控结果质量较低的情况，保证了病历质控结果的质量。
-
公开(公告)号：CN113505599B
公开(公告)日：2021-12-07
申请号：CN202111058855.6
申请日：2021-09-10
Applicant: 北京惠每云科技有限公司
IPC: G06F40/295 , G16H10/60
Abstract: 本申请提供了一种病历文书中实体概念的提取方法、装置及可读存储介质，基于从病历文书中提取出的至少一个实体概念分词以及每个实体概念分词的属性类型，构建得到至少一个候选概念元组；基于每个候选概念元组包括的每个实体概念分词中每个字的字向量、每个实体概念分词的属性类型的类型向量、每两个实体概念分词之间的关系向量以及该候选概念元组的完整度向量，确定该候选概念元组的预测判别类型；根据预测判别类型从至少一个候选概念元组中确定出至少一个目标概念元组；对每个目标概念元组进行标准化处理，得到用于描述所述病历文书的至少一个实体概念元组。这样，在统一了病历文本中病症描述信息的同时，还能够简化病历文本中的信息。
-
公开(公告)号：CN113297852A
公开(公告)日：2021-08-24
申请号：CN202110841311.0
申请日：2021-07-26
Applicant: 北京惠每云科技有限公司
IPC: G06F40/295 , G06F16/31
Abstract: 本申请涉及自然语言处理技术领域，尤其涉及一种医学实体词的识别方法和装置。该识别方法包括：构建用于表征医学实体词与自编码向量之间对应关系的预训练模型；利用二分类模型针对所构建的预训练模型的输出结果进行识别，并基于识别结果对预训练模型进行微调，以生成标准词自编码模型；提取目标病例文本中的目标医学实体词的内容特征；将内容特征输入标准词自编码模型，获得目标医学实体词对应的第一自编码向量；从医学标准词编码索引库中查找与第一自编码向量对应的医学标准词，将医学标准词作为目标医学实体词对应的目标医学标准词。通过上述方式，能够便于医学信息共享，提高医疗领域之间交流的效率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.034 seconds)
