-
公开(公告)号:CN111627561B
公开(公告)日:2023-05-12
申请号:CN202010451469.2
申请日:2020-05-25
Applicant: 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
IPC: G16H50/70 , G16H70/00 , G06F40/126 , G06F40/284 , G06F40/30 , G06N3/0442 , G06N3/047 , G06N3/08
Abstract: 本发明实施例提供一种标准症状抽取方法、装置、电子设备和存储介质,其中方法包括:确定待抽取标准症状的病历文本;提取所述病历文本的病历症状区域特征,并基于所述病历文本的病历症状区域特征和每一标准症状的标准症状特征进行标准症状抽取,得到所述病历文本对应的标准症状抽取结果;其中,所述每一标准症状的标准症状特征是基于知识图谱确定的。本发明实施例提供的标准症状抽取方法、装置、电子设备和存储介质,提高了标准症状抽取的准确性,同时还降低了标准症状抽取结果的离谱率。
-
公开(公告)号:CN114255872B
公开(公告)日:2025-04-08
申请号:CN202111525272.X
申请日:2021-12-14
Applicant: 讯飞医疗科技股份有限公司
IPC: G16H50/30 , G16H50/70 , G06F18/25 , G06N3/0464
Abstract: 本申请提供了一种风险预测方法、装置、设备及存储介质,其中,风险预测方法包括:获取目标对象的医学文本,其中,医学文本包括若干条就诊记录;将若干条就诊记录分别结构化,得到若干条就诊记录分别对应的就诊图,其中,就诊图包含对应的就诊记录中的就诊要素和就诊要素之间的关系;按若干条就诊记录分别对应的就诊时间,将若干条就诊记录分别对应的就诊图串联,得到就诊时序图;利用就诊时序图,预测目标对象未来存在的风险。本申请提供的风险预测方法可根据对目标对象的若干条就诊记录处理得到的就诊时序图预测出目标对象未来存在的风险。
-
公开(公告)号:CN113887247B
公开(公告)日:2024-12-17
申请号:CN202111234994.X
申请日:2021-10-22
Applicant: 科大讯飞股份有限公司 , 讯飞医疗科技股份有限公司
Abstract: 本申请提供了一种对话路径构建方法、对话路径生成方法及相关设备,对话路径构建方法包括:从医学文本中获取若干对话要素以及若干对话要素分别对应的属性,根据各对话要素分别对诊断的影响情况和各对话要素分别对应的属性对各对话要素进行排序,以得到初始对话路径;对初始对话路径进行调整,以得到最终构建出的对话路径,经由本申请提供的对话路径构建方法可自动构建出对话路径,在此基础上,本申请还提供了对话路径生成方法,该方法利用对话路径生成模型生成对话路径,由于对话路径生成模型采用通过上述方法构建出的大量对话路径训练得到,因此,对话路径生成模型性能较佳,利用性能较佳的对话路径生成模型能够生成较为合理的对话路径。
-
公开(公告)号:CN113096756B
公开(公告)日:2023-12-22
申请号:CN202110454797.2
申请日:2021-04-26
Applicant: 讯飞医疗科技股份有限公司 , 安徽省立医院
Abstract: 本发明提供一种病情演变分类方法、装置、电子设备和存储介质,其中方法包括:确定待分析的历史就诊序列;基于所述历史就诊序列中历次就诊信息的变化情况,将所述历史就诊序列划分为多个就诊阶段的阶段就诊序列;基于各个就诊阶段的阶段就诊序列进行病情演变分类,得到所述历史就诊序列对应的病情演变类型。本发明基于历史就诊序列中历次就诊信息的变化情况,将历史就诊序列划分为多个就诊阶段的阶段就诊序列后,基于各个就诊阶段的阶段就诊序列进行病情演变分类,可以提高同一时间段内部以及不同时间段之间的语义表达能力,从而更准确、更全面地获取病情的变化情况,提高病情演变分类的准确性。
-
公开(公告)号:CN116206767A
公开(公告)日:2023-06-02
申请号:CN202211735593.7
申请日:2022-12-30
Applicant: 讯飞医疗科技股份有限公司
IPC: G16H50/70 , G06F40/295
Abstract: 本发明公开了一种疾病知识挖掘方法、装置、电子设备和存储介质,属于数据挖掘技术领域,其中,疾病知识挖掘方法包括:从疾病数据库中获取待挖掘的多源原始数据;基于预先构建的扩展疾病列表,对原始数据进行筛选;对筛选后的原始数据进行数据预处理;对预处理后的原始数据进行实体识别,得到预处理后的原始数据对应的实体信息;基于实体信息,对预处理后的原始数据进行疾病知识挖掘,对挖掘的疾病知识进行标准化处理,得到标准疾病知识;对标准疾病知识进行去重处理,得到预处理后的原始数据对应的疾病知识文本。本发明可对不同来源的原始数据进行疾病知识挖掘,提高了疾病知识挖掘的效率和准确率。
-
公开(公告)号:CN116205230A
公开(公告)日:2023-06-02
申请号:CN202211712884.4
申请日:2022-12-26
Applicant: 讯飞医疗科技股份有限公司
IPC: G06F40/295 , G06F16/33 , G06F16/35 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本申请提出一种实体识别方法、装置、电子设备及存储介质,方法包括:将待识别文本输入到预先训练的实体识别模型中,得到待识别文本对应的实体标签;其中,实体识别模型至少通过将预先构建的实体识别规则嵌入与实体识别规则相匹配的第一训练样本,并利用嵌入实体识别规则后的第一训练样本进行实体识别训练得到,与实体识别规则相匹配的第一训练样本,包括能够通过实体识别规则识别样本中的实体的文本样本。采用本方案,将预先构建的实体识别规则融入到实体识别模型中,实体识别规则可以在样本较少时,也能得到较高的识别效果,因此,融入了实体识别规则的实体识别模型,能够提高实体识别模型的准确率,从而提高医疗文本的命名实体识别的准确率。
-
公开(公告)号:CN112786198B
公开(公告)日:2024-05-31
申请号:CN202110179585.8
申请日:2021-02-08
Applicant: 科大讯飞股份有限公司 , 讯飞医疗科技股份有限公司 , 安徽省立医院
Abstract: 本申请公开了一种诊疗信息推荐模型构建方法、诊疗信息推荐方法及装置,先利用样本病情信息、医学知识图谱、候选诊疗信息及其实际推荐得分对诊疗信息推荐模型进行构建,以使构建好的诊疗信息推荐模型具有较好的预测性能;再利用构建好的诊疗信息推荐模型针对目标患者的待推荐病情信息进行诊疗信息推荐,得到目标诊疗信息,以使该目标诊疗信息能够准确地表示出医生在该目标患者的诊疗过程中较大概率选择的诊疗信息。其中,因医学知识图谱全面记录了在医疗过程中可能涉及的所有病情的相关医学知识,使得基于该医学知识图谱训练并使用的诊疗信息推荐模型能够针对目标患者的待推荐病情信息准确地进行诊疗信息推荐,如此有利于提高诊疗准确性。
-
公开(公告)号:CN116011439A
公开(公告)日:2023-04-25
申请号:CN202211315947.2
申请日:2022-10-25
Applicant: 讯飞医疗科技股份有限公司 , 安徽讯飞医疗股份有限公司武汉分公司
IPC: G06F40/279 , G06F16/215 , G06F16/25 , G16H10/60
Abstract: 本申请公开了一种算法引擎的优化方法、装置、设备和存储介质,该方法包括:获取第一算法引擎数据;其中,第一算法引擎数据包括第一算法引擎包,第一算法引擎包为已利用测试集完成测试的算法引擎包;响应于用户的优化操作,获取与第一算法引擎包匹配的优化集,并利用优化集对第一算法引擎包进行优化,得到第二算法引擎包。通过上述方式,本申请能够提升对算法引擎的优化效率。
-
公开(公告)号:CN114334125B
公开(公告)日:2025-02-11
申请号:CN202111441336.8
申请日:2021-11-30
Applicant: 讯飞医疗科技股份有限公司
IPC: G16H50/20 , G16H10/60 , G06F40/289 , G06F40/295 , G06F40/30 , G06N3/0464
Abstract: 本申请公开了一种诊断预测方法及相关装置、电子设备和存储介质,其中,诊断预测方法包括:获取目标对象的病历文本,并获取目标对象的个人史文本;其中,个人史文本包括目标对象住过的目标地点以及在各个目标地点的居住时长;获取与个人史文本相关的地域属性信息和患病规则信息;其中,地域属性信息包括各个目标地点分别流行的第一疾病及其严重程度,患病规则信息包括各种第一疾病的罹患规则,且罹患规则包括在流行第一疾病的目标地点的居住时长与罹患第一疾病的可能性之间的映射关系;基于病历文本、个人史文本、地域属性信息和患病规则信息进行诊断预测,得到目标对象的诊断预测结果。上述方案,能够提高诊断预测结果的准确性。
-
公开(公告)号:CN116244428A
公开(公告)日:2023-06-09
申请号:CN202211567136.1
申请日:2022-12-07
Applicant: 讯飞医疗科技股份有限公司
Abstract: 本发明公开了用于医学术语的标准词推荐方法及装置,方法包括:将标准术语库中的标准词及其对应的同义词进行拼接并进行语义级编码,得到标准词的第一语义向量表示;以及获取待标准化的医学术语,基于第一语义向量表示得到用于该医学术语的标准词。本发明在对标准词进行语义构建时,同时使用标准词及其对应的各种同义词,充分考虑了术语自身的语义信息,使得最终得到的标准词的语义向量包含多维语义信息,从而可以得到更准确、更全面的最终结果。
-
-
-
-
-
-
-
-
-