-
公开(公告)号:CN113270203A
公开(公告)日:2021-08-17
申请号:CN202110426774.0
申请日:2021-04-20
Applicant: 郑州大学第一附属医院 , 北京诺道认知医学科技有限公司
Abstract: 本发明提供一种药物剂量预测方法、装置、电子设备及存储介质,应用于数据处理技术领域,可以针对不同患者确定更加精准的药物使用剂量。该方法包括:获取目标患者的临床原始数据,所述临床原始数据包括人口统计学信息、治疗药物使用信息、联合用药信息、辅助治疗手段、基因多态性、检验信息;对所述临床原始数据进行数据预处理后,得到目标特征数据,所述数据预处理包括数据清洗、数据规范化编码、数据筛选中的至少一个;将所述目标特征数据输入药物剂量预测模型,得到单位时间内所述目标患者的用药剂量。
-
公开(公告)号:CN119132500A
公开(公告)日:2024-12-13
申请号:CN202411094341.X
申请日:2024-08-09
Applicant: 四川省医学科学院·四川省人民医院 , 北京诺道认知医学科技有限公司
Abstract: 本发明提供一种基于大语言模型的老年多重用药的决策方法及装置,涉及数据处理技术领域,将目标用户的用户信息输入关键信息提取模型,得到所述目标用户的关键医学信息;将所述关键医学信息通过开源向量模型进行向量化处理后,得到关键医学向量信息;在向量数据库中,获取与所述关键医学向量信息匹配的多重用药以及合并症的临床路径,并通过知识图谱大语言模型,将所述临床路径转换为三元组信息以及对应的描述信息;其中,所述三元组信息包括:节点、关系、属性;基于EviMed base模型,结合所述三元组信息和描述信息,进行临床路径文本的总结生成,生成与用户信息相对应的多重用药以及合并症管理的临床路径推理结果。
-
公开(公告)号:CN116994699B
公开(公告)日:2024-06-11
申请号:CN202310755380.9
申请日:2023-06-25
Applicant: 北京诺道认知医学科技有限公司 , 河北医科大学第一医院
Abstract: 本发明提供一种基于深度学习的文拉法辛剂量个体化推荐方法及装置,属于信息处理技术领域,包括:获取个体特征信息,其中,所述个体特征信息包括以下维度特征信息中的至少一项:人体体征信息、用药历史剂量信息和综合用药信息;将所述个体特征信息输入到xDeepFM剂量预测模型,输出文拉法辛剂量预测信息,其中,所述xDeepFM剂量预测模型包括压缩交互网络和深度神经网络;其中,所述xDeepFM剂量预测模型是基于携带有文拉法辛剂量标签的个体特征样本信息训练得到的。
-
公开(公告)号:CN116994698A
公开(公告)日:2023-11-03
申请号:CN202310752295.7
申请日:2023-06-25
Applicant: 河北医科大学第一医院 , 北京诺道认知医学科技有限公司
IPC: G16H20/10 , G16H70/40 , G16H50/70 , G06F18/243 , G06F18/214 , G06N5/01 , G06N3/04
Abstract: 本发明提供一种基于深度学习的舍曲林剂量个体化推荐方法及装置,属于信息处理技术领域,包括:获取N个个体特征信息,其中,个体特征信息包括以下多维特征信息中的至少一项:个体体征信息、个体历史用药剂量信息和联合用药信息;基于个体特征信息构建T2G‑FORMER剂量预测模型中的L层特征关系块,其中,L为非零正整数;对L层特征关系块的特征空间图进行跨层顺序读取,得到各层特征关系块的读出信息;基于各个读出信息进行剂量预测,获取T2G‑FORMER剂量预测模型输出的个体特征信息对应的舍曲林剂量预测信息;其中,T2G‑FORMER剂量预测模型是基于携带有舍曲林剂量标签的个体特征样本信息训练得到的。
-
公开(公告)号:CN115206537A
公开(公告)日:2022-10-18
申请号:CN202210709257.9
申请日:2022-06-21
Applicant: 北京诺道认知医学科技有限公司
Abstract: 本发明提供一种利培酮血药浓度预测方法及装置,该方法包括:采集待预测精神分裂症患者的临床数据;将所述临床数据输入利培酮血药浓度预测模型中,获取所述利培酮血药浓度预测模型输出的所述待预测精神分裂症患者的利培酮血药浓度预测值;其中,所述利培酮血药浓度预测模型是以样本精神分裂症患者的临床数据为样本,以所述样本精神分裂症患者的利培酮血药浓度实际值为标签获得。本发明预测效率高,准确性高,覆盖人群广,从而预知利培酮血药浓度是否正常,参考利培酮血药浓度进行用药调整,降低患者发生不良反应的风险。
-
公开(公告)号:CN116994700A
公开(公告)日:2023-11-03
申请号:CN202310755439.4
申请日:2023-06-25
Applicant: 北京诺道认知医学科技有限公司 , 河北医科大学第一医院
IPC: G16H20/10 , G16H50/70 , G16H70/40 , G06F18/243 , G06N3/042 , G06N3/0455
Abstract: 本发明提供一种基于深度学习的喹硫平剂量个体化推荐方法及装置,属于信息处理技术领域,包括:获取多维个体特征信息;基于目标检验方法对每个多维个体特征信息中的无用维度特征进行筛选,得到筛选后的多维个体特征信息,每个筛选后的多维个体特征信息均包括一个喹硫平剂量标签;将每个筛选后的多维个体特征信息作为一个训练样本,获取N个训练样本,将训练样本输入预设GCDNN模型中的GC模块,输出特征节点权重矩阵;将特征节点权重矩阵输入预设GCDNN模型中的DNN模块,输出喹硫平给药剂量预测信息;基于喹硫平给药剂量预测信息和训练样本对应的喹硫平剂量标签确定第一损失函数,基于第一损失函数更新预设GCDNN模型。
-
公开(公告)号:CN116994699A
公开(公告)日:2023-11-03
申请号:CN202310755380.9
申请日:2023-06-25
Applicant: 北京诺道认知医学科技有限公司 , 河北医科大学第一医院
Abstract: 本发明提供一种基于深度学习的文拉法辛剂量个体化推荐方法及装置,属于信息处理技术领域,包括:获取个体特征信息,其中,所述个体特征信息包括以下维度特征信息中的至少一项:人体体征信息、用药历史剂量信息和综合用药信息;将所述个体特征信息输入到xDeepFM剂量预测模型,输出文拉法辛剂量预测信息,其中,所述xDeepFM剂量预测模型包括压缩交互网络和深度神经网络;其中,所述xDeepFM剂量预测模型是基于携带有文拉法辛剂量标签的个体特征样本信息训练得到的。
-
公开(公告)号:CN115295115A
公开(公告)日:2022-11-04
申请号:CN202210837750.9
申请日:2022-07-15
Applicant: 北京诺道认知医学科技有限公司
Abstract: 本发明提供基于深度学习的丙戊酸钠血药浓度预测方法及装置,通过获取目标用户的待预测数据,其中,待预测数据包括多个待预测变量对应的数据,将待预测数据输入预先训练好的预测模型,以使预测模型基于待预测数据确定预测丙戊酸钠血药浓度值,其中,预测模型为基于建模特征变量对应的数据训练得到的,建模特征变量对应的数据为对原始数据进行筛选后得到的数据。通过上述方式,可以针对各个目标用户的待预测数据,获取到各个目标用户对应的预测丙戊酸钠血药浓度值,实现针对每个目标用户预测其对应的丙戊酸钠血药浓度。
-
公开(公告)号:CN116994700B
公开(公告)日:2024-06-04
申请号:CN202310755439.4
申请日:2023-06-25
Applicant: 北京诺道认知医学科技有限公司 , 河北医科大学第一医院
IPC: G16H20/10 , G16H50/70 , G16H70/40 , G06F18/243 , G06N3/042 , G06N3/0455
Abstract: 本发明提供一种基于深度学习的喹硫平剂量个体化推荐方法及装置,属于信息处理技术领域,包括:获取多维个体特征信息;基于目标检验方法对每个多维个体特征信息中的无用维度特征进行筛选,得到筛选后的多维个体特征信息,每个筛选后的多维个体特征信息均包括一个喹硫平剂量标签;将每个筛选后的多维个体特征信息作为一个训练样本,获取N个训练样本,将训练样本输入预设GCDNN模型中的GC模块,输出特征节点权重矩阵;将特征节点权重矩阵输入预设GCDNN模型中的DNN模块,输出喹硫平给药剂量预测信息;基于喹硫平给药剂量预测信息和训练样本对应的喹硫平剂量标签确定第一损失函数,基于第一损失函数更新预设GCDNN模型。
-
公开(公告)号:CN116504421A
公开(公告)日:2023-07-28
申请号:CN202310342109.2
申请日:2023-03-31
Applicant: 南方医科大学南方医院 , 北京诺道认知医学科技有限公司
Abstract: 本发明提供一种他克莫司血药浓度预测方法及装置,该方法包括:获取目标用户的各特征变量的值;将各所述特征变量的值输入预测模型,获取所述目标用户的他克莫司血药浓度的预测结果;其中,所述特征变量是基于样本用户的各第一变量的值和他克莫司血药浓度的值确定的;所述预测模型,是以所述样本用户的所述特征变量的值为样本数据且以所述样本用户的他克莫司血药浓度的值为样本数据对应的标签,进行训练后得到的。本发明提供的他克莫司血药浓度预测方法及装置,能更加准确地预测他克莫司血药浓度。
-
-
-
-
-
-
-
-
-