公开(公告)号：CN119811633A

公开(公告)日：2025-04-11

申请号：CN202411844844.4

申请日：2024-12-16

Applicant: 南京中医药大学

Inventor： 杨涛 ,  胡孔法 ,  王欣宇 ,  徐忆初 ,  刘为相 ,  张峻杰

IPC: G16H50/20 ,  G16H20/90 ,  G06N3/0455 ,  G16H20/13

Abstract: 本发明公开了基于提示学习的中医智能诊疗生成装置及其应用，涉及中医智能诊疗技术领域，其中生成装置的核心为TCM‑BART模型，TCM‑BART模型包括BART模型和基于“辨证论治，随证加减”思维链的提示学习，其中，BART模型为基础框架，对临床表现文本进行编码，生成充分表达文本语义信息的特征向量，并对输入的特征向量进行处理，预测最符合输入文本特征的中医诊断和处方文本，提示学习将中医辨证论治思想作为思维链指令引导模型生成更优结果。该基于提示学习的中医智能诊疗生成装置及其应用，通过使用提示指令整合中医诊断和处方推荐任务，从而促进模型参数的共享，这种方法增强了任务之间的协同作用，从而提高了处方推荐的有效性。

公开(公告)号：CN119296745A

公开(公告)日：2025-01-10

申请号：CN202411430742.8

申请日：2024-10-14

Applicant: 南京中医药大学

Inventor： 柏亚妹 ,  杨涛 ,  宋玉磊 ,  徐桂华 ,  张薛晴 ,  张峻杰 ,  高姣姣 ,  王蒙蒙 ,  刘为相

IPC: G16H40/20 ,  G06F18/2431 ,  G06F18/10 ,  G06F18/243 ,  G06N20/00 ,  G06N5/01 ,  G06N20/20

Abstract: 本发明公开了一种基于多标签学习的护理工时预测方法及存储介质，属于医疗服务技术领域，包括预测模型建成方法和预测模型的应用方法；预测模型建成方法包括：获取输入信息：收集患者的基本信息，作为特征数据；收集护理工时数据，作为标签数据；把输入信息编码处理；训练模型：把上述处理好的特征数据和标签数据输入多标签机器学习模型中训练，进行参数优化；验证模型。预测模型的应用方法包括：用户输入患者基本治疗信息，包括年龄、性别、过往病史和主要诊断等；模型自动预测出病人每日住院的所需护理时长的结果。本发明能够提供更为准确和全面的护理工时预测，从而帮助医疗机构更有效地规划和分配护理资源，提高医疗服务的效率和质量。