公开(公告)号：CN118919089A

公开(公告)日：2024-11-08

申请号：CN202411404834.9

申请日：2024-10-10

Applicant: 安徽医科大学第一附属医院 ,  合肥综合性国家科学中心大健康研究院

Inventor： 张洁 ,  王珩 ,  朱德刚 ,  张岩 ,  张文雅 ,  张树梅

IPC: G16H50/70 ,  G16H50/30 ,  G16H10/60 ,  G06F18/214 ,  G06F18/241 ,  G06N20/00

Abstract: 本发明公开了一种基于机器学习的重症专科能力评估方法及系统，涉及医疗信息技术领域，该方法包括以下具体步骤：数据收集与预处理：从医院信息系统和电子病历系统中收集重症患者的临床数据，本发明通过结合医学知识和数据挖掘技术，对重症患者的临床数据进行深度分析和特征选择，并通过采用关联规则挖掘技术，发现不同因素之间的潜在关联规则，基于这些关联规则通过机器学习算法构建的潜在风险预测模型，提前预测重症患者可能出现的并发症风险，并给出个性化的预防措施建议。相比传统方法更加精准和个性化，有助于提高诊疗效果，减少并发症的发生，提升患者的生存质量和满意度。

公开(公告)号：CN118822045A

公开(公告)日：2024-10-22

申请号：CN202411299165.3

申请日：2024-09-18

Applicant: 安徽医科大学第一附属医院 ,  合肥综合性国家科学中心大健康研究院

Inventor： 王珩 ,  朱德刚 ,  张洁

IPC: G06Q10/04 ,  G06Q40/08 ,  G16H10/60 ,  G16H15/00 ,  G06F18/2113 ,  G06F18/243 ,  G06N20/20 ,  G06N5/01 ,  G06N5/045 ,  G06F123/02

Abstract: 本发明公开了一种基于人工智能技术的医保DRG分组预测方法及系统，涉及医学人工智能技术领域，该预测方法包括以下步骤：S100，特征重要性分析：运用特征重要性评估算法综合分析和展示重要特征在不同分组中的分布，分析重要特征与其他特征的相关性，本发明通过引入人工智能技术，运用特征重要性评估算法进行综合分析、利用逐层相关性传播技术解释决策过程，能够从多个角度对医保数据进行深入剖析，这使得预测结果更加准确，更好地理解不同因素对DRG分组的影响，避免单一因素导致的片面决策，为医保机构和医疗服务提供者提供了更科学的决策依据，同时，对决策路径的详细解释和案例对比分析，有助于发现潜在的规律和问题。

公开(公告)号：CN118692664A

公开(公告)日：2024-09-24

申请号：CN202411186912.2

申请日：2024-08-28

Applicant: 安徽医科大学第一附属医院

Inventor： 王珩 ,  张洁 ,  朱德刚

IPC: G16H50/20 ,  G16H30/00 ,  G16H10/60

Abstract: 本发明涉及计算机辅助医疗技术领域，且公开了一种基于大模型技术的肝病早期诊断与治疗的方法及系统，所述系统由数据管理模块、影像处理模块、决策支持模块和数据安全和隐私模块组成。本发明通过系统能够自动从医院影像系统、电子病历系统中获取数据，并进行统一的标准标注，医生就不需要为了找到或标准化数据而花费大量时间筛选，直接使用系统提供的标准化的数据集，系统提供多数据集选择和同步显示功能，增加了诊断的精确度和深度，系统的影像处理模块集成了去噪、对比度调整和清晰度提升增强技术，提高了诊断的准确性和治疗方案的可行性，达到了具有诊断决策支持功能，辅助医生在诊断过程中缺乏必要的辅助信息的有益效果。

公开(公告)号：CN118822045B

公开(公告)日：2024-12-17

申请号：CN202411299165.3

申请日：2024-09-18

Applicant: 安徽医科大学第一附属医院 ,  合肥综合性国家科学中心大健康研究院

Inventor： 王珩 ,  朱德刚 ,  张洁

IPC: G06Q10/04 ,  G06Q40/08 ,  G16H10/60 ,  G16H15/00 ,  G06F18/2113 ,  G06F18/243 ,  G06N20/20 ,  G06N5/01 ,  G06N5/045 ,  G06F123/02

Abstract: 本发明公开了一种基于人工智能技术的医保DRG分组预测方法及系统，涉及医学人工智能技术领域，该预测方法包括以下步骤：S100，特征重要性分析：运用特征重要性评估算法综合分析和展示重要特征在不同分组中的分布，分析重要特征与其他特征的相关性，本发明通过引入人工智能技术，运用特征重要性评估算法进行综合分析、利用逐层相关性传播技术解释决策过程，能够从多个角度对医保数据进行深入剖析，这使得预测结果更加准确，更好地理解不同因素对DRG分组的影响，避免单一因素导致的片面决策，为医保机构和医疗服务提供者提供了更科学的决策依据，同时，对决策路径的详细解释和案例对比分析，有助于发现潜在的规律和问题。

公开(公告)号：CN215351848U

公开(公告)日：2021-12-31

申请号：CN202121856213.6

申请日：2021-08-10

Applicant: 安徽医科大学第一附属医院 ,  李键

Inventor： 李键 ,  王冬 ,  宋娟 ,  王晓松 ,  高晓平 ,  王珩

IPC: A63B23/12

Abstract: 本实用新型涉及一种简易上肢主动运动训练器，包括：由若干单体轨道首尾相连组成的三维异形轨道、滑动设置于所述三维异形轨道上的滑片、以及用于将所述三维异形轨道与上肢连接，并通过上肢关节活动调整三维异形轨道，使得滑片于单体轨道一端滑行至另一端的上肢连接端。本实用新型利用钢丝折弯得到的三维异形轨道作为滑片滑动轨道使用，训练者活动关节即可使滑片滑动，从而对上肢进行康复训练，整个装置结构简单、携带方便、易于理解和操作，简单的运动即可用于上肢单一肌群肌力和/或单个关节活动范围的主动训练，又可改善上肢整体运动协调性和灵活性。