公开(公告)号：CN117995387A

公开(公告)日：2024-05-07

申请号：CN202410161776.5

申请日：2024-02-05

Applicant: 厦门大学 ,  厦门智数联科技有限公司

Inventor： 陈龙彪 ,  黄世旺 ,  寿铁祺 ,  蔡晓海 ,  王程 ,  傅建强 ,  赖明容 ,  阮汉章 ,  翁苏湘

IPC: G16H50/20 ,  G06F18/22 ,  G06F40/216 ,  G06N3/0455

Abstract: 本发明公开了一种基于文本相似度的病状判断方法、装置及可读介质，包括：获取病历文本数据，对病历文本数据进行裁切和过滤处理，得到若干个短病历文本；构建基于病状特征的树状结构，采用深度遍历算法对基于病状特征的树状结构进行遍历，并解析得到若干个完整病状描述文本；分别对每个完整病状描述文本和短病历文本进行编码，得到第一文本向量和第二文本向量；遍历每个短病历文本，将第二文本向量与第一文本向量进行相似度计算，得到相似度值，并统计每个短病历文本与每个完整病状描述文本之间的共同字符数，根据相似度值和共同字符数计算得到相似度评分，基于相似度评分确定短病历文本对应的病状，帮助医护人员快速获取完整的病历信息。

公开(公告)号：CN111968715B

公开(公告)日：2022-11-01

申请号：CN202010623195.0

申请日：2020-06-30

Applicant: 厦门大学

Inventor： 陈龙彪 ,  蔡晓海 ,  邵云婷 ,  游建议 ,  林志铭 ,  邵志宇 ,  傅建强 ,  黄艳

IPC: G16H20/10 ,  G16H70/40 ,  G06N3/02

Abstract: 本发明公开了一种基于病历数据和药物相互作用风险的药物推荐建模方法，方法具体包括如下步骤：S100：从病历数据、门诊病历数据以及TWOSIDES药物相互作用数据中进行异构特征提取操作；S200：根据提取的多源异构特征构建药物推荐序列生成模型；S300：在药物推荐序列生成模型中输入患者病历，模型计算输出推荐用药信息。本发明提供的基于病历数据和药物相互作用风险的药物推荐建模方法，通过自动从海量历史病例数据和药物相互作用信息中学习和建模，给出药物推荐信息，对临床药物合理联用提供准确有效的决策依据，同时降低药物不良反应的发生率，为用户的用药安全提供有效保障。

公开(公告)号：CN114005507B

公开(公告)日：2024-07-19

申请号：CN202111113981.7

申请日：2021-09-23

Applicant: 厦门大学

Inventor： 陈龙彪 ,  林志铭 ,  蔡晓海 ,  陈思耀 ,  王程

IPC: G16H20/10 ,  G16H50/30 ,  G06F16/36

Abstract: 一种基于知识图谱的临床用药风险评估方法和系统，利用真实处方数据和药物说明书数据构建用药风险知识图谱，并利用机器学习技术挖掘医疗数据中的超说明书用药风险，补全医疗知识图谱中的用药风险，最终得到一个全面完整的医疗知识图谱，利用其检测临床处方风险。采用本发明的医疗知识图谱来提取相应特征以此判断超风险用药风险，具有优异的提取效率和准确率。

公开(公告)号：CN111968715A

公开(公告)日：2020-11-20

申请号：CN202010623195.0

申请日：2020-06-30

Applicant: 厦门大学

Inventor： 陈龙彪 ,  蔡晓海 ,  邵云婷 ,  游建议 ,  林志铭 ,  邵志宇 ,  傅建强 ,  黄艳

IPC: G16H20/10 ,  G16H70/40 ,  G06N3/02

Abstract: 本发明公开了一种基于病历数据和药物相互作用风险的药物推荐建模方法，方法具体包括如下步骤：S100：从病历数据、门诊病历数据以及TWOSIDES药物相互作用数据中进行异构特征提取操作；S200：根据提取的多源异构特征构建药物推荐序列生成模型；S300：在药物推荐序列生成模型中输入患者病历，模型计算输出推荐用药信息。本发明提供的基于病历数据和药物相互作用风险的药物推荐建模方法，通过自动从海量历史病例数据和药物相互作用信息中学习和建模，给出药物推荐信息，对临床药物合理联用提供准确有效的决策依据，同时降低药物不良反应的发生率，为用户的用药安全提供有效保障。

公开(公告)号：CN114005507A

公开(公告)日：2022-02-01

申请号：CN202111113981.7

申请日：2021-09-23

Applicant: 厦门大学

Inventor： 陈龙彪 ,  林志铭 ,  蔡晓海 ,  陈思耀 ,  王程

IPC: G16H20/10 ,  G16H50/30 ,  G06F16/36

Abstract: 一种基于知识图谱的临床用药风险评估方法和系统，利用真实处方数据和药物说明书数据构建用药风险知识图谱，并利用机器学习技术挖掘医疗数据中的超说明书用药风险，补全医疗知识图谱中的用药风险，最终得到一个全面完整的医疗知识图谱，利用其检测临床处方风险。采用本发明的医疗知识图谱来提取相应特征以此判断超风险用药风险，具有优异的提取效率和准确率。

公开(公告)号：CN111797624A

公开(公告)日：2020-10-20

申请号：CN202010621850.9

申请日：2020-06-30

Applicant: 厦门大学附属第一医院

Inventor： 邵志宇 ,  傅建强 ,  黄艳 ,  陈龙彪 ,  蔡晓海 ,  游建议 ,  林志铭 ,  李灵琦 ,  伊丽

IPC: G06F40/289 ,  G06F40/242 ,  G06F40/295 ,  G06F40/30 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于NLP的药品名片自动提取方法，方法具体包括如下步骤：步骤S1，对药品说明书进行预处理，构造训练集、验证集和测试集；步骤S2，加载训练集和验证集，进行数据封装和数据读取；步骤S3，加载BERT模型的配置数据和模型特征进行目标模型的参数初始化过程，构建BERT-BILSTM-CRF模型，训练BERT-BILSTM-CRF模型；步骤S4，利用训练好的BERT-BILSTM-CRF模型，加载测试集，对测试集数据预测输出药品名片字段内容。本发明提供的基于NLP的药品名片自动提取方法，有效提高提取效率和准确率，极大地减少人力成本。