-
公开(公告)号：CN115067904A
公开(公告)日：2022-09-20
申请号：CN202210851864.9
申请日：2022-07-20
Applicant: 安徽省立医院(中国科学技术大学附属第一医院)
Abstract: 本发明公开了一种基于人机耦合的提供冠心病管理方式的方法及装置，包括心电监测仪器和佩戴设备，所述佩戴设备包括佩戴装置和警报手环，所述佩戴装置包括手环盘、触摸屏、报警结构、按键、固定结构、信号传输器和舒适结构，两组所述报警结构分别安装在佩戴装置和警报手环的左侧。本发明，方便患者能够自救，且使得医护人员能第一时间出现患者的身边，使得患者的健康能够得到保障，其次，防止电容积脉搏波信号弧板无法接收到患者身体发出的波动，进而防止医护人员无法对患者进行实时监测，同时使得患者和医护人员的佩戴更加舒服，提高了该佩戴设备的舒适性，其次，进一步提高了佩戴中的舒适性。
-
公开(公告)号：CN118692663B
公开(公告)日：2025-01-24
申请号：CN202411178359.8
申请日：2024-08-27
Applicant: 安徽省立医院(中国科学技术大学附属第一医院)
Abstract: 本发明涉及诊疗方案生成技术领域，公开了一种基于记忆及检索增强的大模型医疗诊疗方案生成方法，将患者信息文本输入到完成训练的生成模型，得到最终诊疗方案；生成模型的训练过程包括以下步骤：检索与患者信息文本最相近的相似患者信息文本；将患者信息文本和相似患者信息文本输入记忆模块，得到相似患者信息表征；将患者信息文本以及相似患者信息表征分别输入到医疗大模型中，生成中间诊疗方案；对生成的中间诊疗方案进行整合，得到最终诊疗方案；将人工标注的诊疗方案分别与中间诊疗方案以及最终诊疗方案进行对比，计算交叉熵损失对生成模型进行训练；使得多个大模型的可以从不同方面生成诊疗方案，提高最终报告的全面性。
-
公开(公告)号：CN115331827A
公开(公告)日：2022-11-11
申请号：CN202211016698.7
申请日：2022-08-24
Applicant: 安徽省立医院(中国科学技术大学附属第一医院)
IPC: G16H50/70 , G16H50/20 , A61B5/00 , A61B5/0225
Abstract: 本发明公开了人机耦合的高血压智能化管理的控制系统，具体涉及智能健康管理技术领域，包括大数据库、人机耦合模块、分析模块、反馈模块；所述大数据库包括血压信息单元、医疗站点单元、病因单元和治疗方案单元；所述人机耦合模块包括控制输入单元和反馈输出单元；所述分析模块包括血压分析单元和筛查病因单元；所述反馈模块包括显示单元和监控单元。本发明可以人机耦合的方式进行患者高血压的智能化管理，通过佩戴的电子智能血压计，可以对患者的血压状态例如收缩压合舒张压进行实时的监测，并将测算的血压信息通过电子智能血压计与云服务器中的大数据进行相互连接，以便于患者更好的监控自身的状况。
-
公开(公告)号：CN118197526B
公开(公告)日：2024-08-16
申请号：CN202410356565.7
申请日：2024-03-27
Applicant: 安徽省立医院(中国科学技术大学附属第一医院)
IPC: G16H20/00 , G16H50/70 , G06F40/126 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及管理方案生成领域，公开了一种基于注意力机制及混合专家系统的慢病管理方案生成方法；将患者信息输入到完成训练的生成模型，得到慢病管理方案；生成模型的训练过程包括：使用大模型文本编码模块，将患者信息文本编码为文本向量；将文本向量输入注意力模块，得到混合专家系统中混合专家模型的权重；将文本向量以及混合专家系统权重输入混合专家系统，得到混合专家模型输出的中间方案表征；将中间方案表征输入整合模块，生成慢病管理方案；构建损失函数；基于损失函数并使用反向传播和梯度下降算法，实现生成模型的训练。本发明提出了基于大模型与混合专家网络的方法，以解决现有使用单一模型难以有效生成不同方面慢病管理方案的问题。
-
Patent Agency Ranking
公开(公告)号：CN118428412A
公开(公告)日：2024-08-02
申请号：CN202410875622.2
申请日：2024-07-02
Applicant: 安徽省立医院(中国科学技术大学附属第一医院)
IPC: G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/092 , G06F16/332 , G16H10/60
Abstract: 本发明涉及医疗问答技术领域，公开了一种基于记忆及强化学习优化的医疗大模型问答方法，包括：使用记忆插件对结构化的患者病历文本进行编码，得到记录患者病历关键信息的记忆向量；将用于问题文本输入到医疗大模型，得到患者问题编码特征；使用交互模块实现记忆向量与患者问题编码特征的交互，得到增强的患者问题编码特征；使用医疗大模型处理，得到个性化答案；将个性化答案与人工标注答案比较，使用交叉熵损失函数得到损失；基于损失，通过反向传播以及梯度下降算法，更新医疗问答模型中的医疗大模型、记忆插件和交互模块的可训练的参数，实现医疗问答模型的训练；本发明引入了患者病历信息，以解决难以生成个性化答案的问题。
-
公开(公告)号：CN117235241A
公开(公告)日：2023-12-15
申请号：CN202311514829.9
申请日：2023-11-15
Applicant: 安徽省立医院(中国科学技术大学附属第一医院)
IPC: G06F16/332 , G06F16/335 , G06F16/35
Abstract: 本申请涉及一种面向高血压问诊随访场景人机交互方法，包括：接收用户的本轮输入信息；调取所述用户的人机交互历史信息；根据人机交互历史信息以及本轮输入信息，对所述用户的意图进行识别，根据意图识别结果生成本轮回复信息。通过将用户的本轮输入信息和人机交互历史信息进行融合，最终得到融合后的信息表示，使信息表示中包含更多的上下文相关信息，从而更好地进行语义理解。解决了现有面向高血压问诊随访场景的人机交互方法中语义理解准确度低的问题。
-
公开(公告)号：CN118428412B
公开(公告)日：2024-11-01
申请号：CN202410875622.2
申请日：2024-07-02
Applicant: 安徽省立医院(中国科学技术大学附属第一医院)
IPC: G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/092 , G06F16/332 , G16H10/60
Abstract: 本发明涉及医疗问答技术领域，公开了一种基于记忆及强化学习优化的医疗大模型问答方法，包括：使用记忆插件对结构化的患者病历文本进行编码，得到记录患者病历关键信息的记忆向量；将用于问题文本输入到医疗大模型，得到患者问题编码特征；使用交互模块实现记忆向量与患者问题编码特征的交互，得到增强的患者问题编码特征；使用医疗大模型处理，得到个性化答案；将个性化答案与人工标注答案比较，使用交叉熵损失函数得到损失；基于损失，通过反向传播以及梯度下降算法，更新医疗问答模型中的医疗大模型、记忆插件和交互模块的可训练的参数，实现医疗问答模型的训练；本发明引入了患者病历信息，以解决难以生成个性化答案的问题。
-
公开(公告)号：CN118692663A
公开(公告)日：2024-09-24
申请号：CN202411178359.8
申请日：2024-08-27
Applicant: 安徽省立医院(中国科学技术大学附属第一医院)
Abstract: 本发明涉及诊疗方案生成技术领域，公开了一种基于记忆及检索增强的大模型医疗诊疗方案生成方法，将患者信息文本输入到完成训练的生成模型，得到最终诊疗方案；生成模型的训练过程包括以下步骤：检索与患者信息文本最相近的相似患者信息文本；将患者信息文本和相似患者信息文本输入记忆模块，得到相似患者信息表征；将患者信息文本以及相似患者信息表征分别输入到医疗大模型中，生成中间诊疗方案；对生成的中间诊疗方案进行整合，得到最终诊疗方案；将人工标注的诊疗方案分别与中间诊疗方案以及最终诊疗方案进行对比，计算交叉熵损失对生成模型进行训练；使得多个大模型的可以从不同方面生成诊疗方案，提高最终报告的全面性。
-
公开(公告)号：CN118197526A
公开(公告)日：2024-06-14
申请号：CN202410356565.7
申请日：2024-03-27
Applicant: 安徽省立医院(中国科学技术大学附属第一医院)
IPC: G16H20/00 , G16H50/70 , G06F40/126 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及管理方案生成领域，公开了一种基于注意力机制及混合专家系统的慢病管理方案生成方法；将患者信息输入到完成训练的生成模型，得到慢病管理方案；生成模型的训练过程包括：使用大模型文本编码模块，将患者信息文本编码为文本向量；将文本向量输入注意力模块，得到混合专家系统中混合专家模型的权重；将文本向量以及混合专家系统权重输入混合专家系统，得到混合专家模型输出的中间方案表征；将中间方案表征输入整合模块，生成慢病管理方案；构建损失函数；基于损失函数并使用反向传播和梯度下降算法，实现生成模型的训练。本发明提出了基于大模型与混合专家网络的方法，以解决现有使用单一模型难以有效生成不同方面慢病管理方案的问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.031 seconds)
