-
公开(公告)号：CN111949758B
公开(公告)日：2025-03-11
申请号：CN201910407593.6
申请日：2019-05-16
Applicant: 北大医疗信息技术有限公司 , 南昌大学第一附属医院
IPC: G06F16/3329 , G06F16/334 , G06F16/332 , G06F16/36 , G16H50/70
Abstract: 本发明提供了一种医疗问答推荐方法、推荐系统和计算机可读存储介质。其中，医疗问答推荐方法包括：获取医疗问题；对医疗问题进行预处理，确定多个关键词；根据多个关键词构建知识图谱三元组集；根据知识图谱三元组集，在已有知识图谱中查询出医疗问题的候选答案集合；从候选答案集合中抽取最佳答案并进行推送。通过本发明的技术方案，实现了将统计分析、知识图谱构建与特征选举结合，利用人机交互手段对自然语言下的医学问答场景进行自动推荐，在保障推荐答案的准确性和专业性，满足用户获取健康与医疗相关知识的需求的同时，提高了医学信息资源的利用率和信息查询效率，为医学工作者节省了冗余工作时间。
-
公开(公告)号：CN111949758A
公开(公告)日：2020-11-17
申请号：CN201910407593.6
申请日：2019-05-16
Applicant: 北大医疗信息技术有限公司 , 南昌大学第一附属医院
IPC: G06F16/33 , G06F16/332 , G06F16/36 , G16H50/70
Abstract: 本发明提供了一种医疗问答推荐方法、推荐系统和计算机可读存储介质。其中，医疗问答推荐方法包括：获取医疗问题；对医疗问题进行预处理，确定多个关键词；根据多个关键词构建知识图谱三元组集；根据知识图谱三元组集，在已有知识图谱中查询出医疗问题的候选答案集合；从候选答案集合中抽取最佳答案并进行推送。通过本发明的技术方案，实现了将统计分析、知识图谱构建与特征选举结合，利用人机交互手段对自然语言下的医学问答场景进行自动推荐，在保障推荐答案的准确性和专业性，满足用户获取健康与医疗相关知识的需求的同时，提高了医学信息资源的利用率和信息查询效率，为医学工作者节省了冗余工作时间。
-
公开(公告)号：CN110019641B
公开(公告)日：2023-09-08
申请号：CN201710625143.5
申请日：2017-07-27
Applicant: 北大医疗信息技术有限公司
IPC: G06F16/31 , G06F16/33 , G06F40/284 , G16H50/70
Abstract: 本发明提出了一种医疗否定术语的检出方法及系统，医疗否定术语的检出方法包括：获取电子病历文本以及搜索引擎对其进行索引得出的索引分词结果；根据电子病历文本，对索引分词结果进行处理，以得到新索引分词序列；在新索引分词序列中提取医疗否定术语；对医疗否定术语进行标记，以还原并输出新索引分词结果。本发明能够在电子病历搜索引擎得到的索引分词结果中，检索出具有否定意义的医疗术语，并将其转化为带有否定标记的词，最终得到一个新索引分词结果，实现了电子病历搜索引擎能够从语义层面准确区分出电子病历文本描述中明确否认的医疗问题，使医疗否定术语的检出结果符合用户的要求，提高了医疗否定术语的检出的合理性。
-
公开(公告)号：CN112635011A
公开(公告)日：2021-04-09
申请号：CN202011637337.5
申请日：2020-12-31
Applicant: 北大医疗信息技术有限公司
Abstract: 本发明的实施例提供了一种疾病诊断方法、疾病诊断系统和可读存储介质。其中，疾病诊断方法包括：获取患者的病历信息和患者的主诉信息；根据病历信息和主诉信息构建患者画像信息；根据患者画像信息，确定患者的疾病诊断结果；通过根据患者的病历信息和患者的主诉信息构建患者画像信息，使得患者的病症信息更加结构化、清晰化以及标签化，能够便于医生迅速定位患者个人信息，从而提高医生的诊断效率和诊断准确性。根据疾病诊断结果，构建疾病知识图谱，自动推荐疾病治疗方法、展示疾病相关症状、诊断疾病知识卡片、类似疾病的知识卡片与鉴别治疗方法，提高了诊断效率，降低了人力成本，还可以避免人为误诊，影响患者及时就医。
-
公开(公告)号：CN110019491B
公开(公告)日：2023-07-04
申请号：CN201710624251.0
申请日：2017-07-27
Applicant: 北大医疗信息技术有限公司
Abstract: 本发明提出了一种结构化医疗数据的可视化方法及可视化装置、计算机设备和计算机可读存储介质，其中可视化方法包括：获取各医疗病案中包含的各预设结构化变量的基本信息；根据对每个预设结构化变量的基本信息的统计分析结果形成每个预设结构化变量对应的信息分布视图和/或形成不同预设结构化变量之间的变量关系视图；输出并展示信息分布视图和/或变量关系视图。通过本发明的技术方案，可以有效地实现对结构化医疗数据的可视化，从而使得用户更加方便地对结构化医疗数据进行挖掘。
-
Patent Agency Ranking
公开(公告)号：CN110021386A
公开(公告)日：2019-07-16
申请号：CN201710623738.7
申请日：2017-07-27
Applicant: 北大医疗信息技术有限公司
Abstract: 本发明提出了一种特征提取方法、装置、设备和存储介质，方法包括：当不根据设定标签对结构化医疗数据进行特征提取时，根据预设特征提取算法提取结构化医疗数据的第一数据特征组，对根据预设聚类算法对结构化医疗数据进行处理得到的多个第一数据分组进行特征提取得到第二数据特征组，根据第一数据特征组和第二数据特征组分析确定结构化医疗数据的目标数据特征；当根据设定标签对结构化医疗数据进行特征提取时，根据预设特征提取算法提取结构化医疗数据的第三数据特征组，对根据设定标签的变量类型确定结构化医疗数据的多个第二数据分组进行特征提取得到第四数据特征组，根据第三数据特征组和第四数据特征组确定结构化医疗数据的目标数据特征。
-
公开(公告)号：CN110019641A
公开(公告)日：2019-07-16
申请号：CN201710625143.5
申请日：2017-07-27
Applicant: 北大医疗信息技术有限公司
Abstract: 本发明提出了一种医疗否定术语的检出方法及系统，医疗否定术语的检出方法包括：获取电子病历文本以及搜索引擎对其进行索引得出的索引分词结果；根据电子病例文本，对索引分词结果进行处理，以得到新索引分词序列；在新索引分词序列中提取医疗否定术语；对医疗否定术语进行标记，以还原并输出新索引分词结果。本发明能够在电子病历搜索引擎得到的索引分词结果中，检索出具有否定意义的医疗术语，并将其转化为带有否定标记的词，最终得到一个新索引分词结果，实现了电子病历搜索引擎能够从语义层面准确区分出电子病例文本描述中明确否认的医疗问题，使医疗否定术语的检出结果符合用户的要求，提高了医疗否定术语的检出的合理性。
-
公开(公告)号：CN111949759B
公开(公告)日：2024-12-17
申请号：CN201910407594.0
申请日：2019-05-16
Applicant: 北大医疗信息技术有限公司
IPC: G06F16/33 , G06F16/35 , G06F40/284 , G06F18/22 , G06F18/214 , G06F18/2411 , G16H10/60
Abstract: 本发明提供了一种病历文本相似度的检索方法、系统及计算机设备，病历文本相似度的检索方法包括：接收文本信息；对文本信息进行分词处理，生成词语；将词语训练成长文本向量；根据长文本向量在数据库中获取与文本信息相似的病历信息。本发明提供的病历文本相似度的检索方法，不需要专家参与，而是通过医疗人工智能的方法自动从数据库中挖掘和学习医疗知识，构建相似病历比较的模型，该模型能综合多种类型自由文本的比较结果，能高效、准确地得到相似的病历推荐，与医生人工比较得到的结果高度相符，能给医生提供具有实用价值的临床路径参考结果，有效地解决了医生消耗大量的时间在查阅历史以往病历上面的问题。
-
公开(公告)号：CN110019826A
公开(公告)日：2019-07-16
申请号：CN201710625156.2
申请日：2017-07-27
Applicant: 北大医疗信息技术有限公司
IPC: G06F16/36
Abstract: 本发明提出了一种医疗知识图谱的构建方法、构建装置、设备和存储介质，其中，所述医疗知识图谱的构建方法包括：计算医疗病案的多个字段中每两个字段之间的相关系数；根据所述相关系数为所述多个字段中的每个字段打分；根据所述每个字段的分数和所述相关系数，在所述多个字段中选择目标字段及与其相关的字段；根据所述目标字段及与其相关的字段构建医疗知识图谱。通过本发明的技术方案，可以辅助专业且有经验的医生来构建医疗知识图谱，减少医生的工作量。
-
公开(公告)号：CN110019491A
公开(公告)日：2019-07-16
申请号：CN201710624251.0
申请日：2017-07-27
Applicant: 北大医疗信息技术有限公司
Abstract: 本发明提出了一种结构化医疗数据的可视化方法及可视化装置、计算机设备和计算机可读存储介质，其中可视化方法包括：获取各医疗病案中包含的各预设结构化变量的基本信息；根据对每个预设结构化变量的基本信息的统计分析结果形成每个预设结构化变量对应的信息分布视图和/或形成不同预设结构化变量之间的变量关系视图；输出并展示信息分布视图和/或变量关系视图。通过本发明的技术方案，可以有效地实现对结构化医疗数据的可视化，从而使得用户更加方便地对结构化医疗数据进行挖掘。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.062 seconds)
