-
公开(公告)号：CN113555077B
公开(公告)日：2022-01-11
申请号：CN202111095969.8
申请日：2021-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京嘉和海森健康科技有限公司
Abstract: 本发明是关于一种疑似传染病预测方法及装置，方法包括：从医疗数据库中获取所有患者的电子病历信息和检查报告信息；利用每个患者的电子病历信息和检查报告信息以及第一多输入稠密化诊断模型进行训练，以得到二分类预测模型；利用每个患者的电子病历信息和检查报告信息以及第二多输入稠密化诊断模型进行训练，以得到多分类预测模型；获取目标患者的电子病历信息和检查报告信息；使用二分类预测模型预测目标患者是否是疑似传染病；当预测目标患者是疑似传染病时，使用多分类预测模型预测疑似传染病的具体类型。
-
公开(公告)号：CN111968743A
公开(公告)日：2020-11-20
申请号：CN202010841671.6
申请日：2020-08-20
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京嘉和海森健康科技有限公司
Abstract: 本发明涉及一种颈椎病患者病情自身评估电子系统，包括存储模块、问卷模块、作答模块、提交模块、评分模块和医生确认模块，问卷模块用于生成问卷，该问卷全部针对颈椎及其相关健康状况进行评估，包括神经功能状况、颈肩部疼痛状况及其他相关健康状况的评估；存储模块用于自动保存患者答题记录；提交模块用于将存储模块中存储的答题记录提交到医生的电脑系统中；评分模块用于根据患者提交的答题记录进行评分，给出评分总分和分项详情；医生确认模块用于供医生查看患者的答题记录以及评分总分和分项详情，并由医生完成肌力评估(必须由医生完成)，所有的评估项目需医生审核通过、再自动写入病历记录。
-
公开(公告)号：CN117497155B
公开(公告)日：2024-11-19
申请号：CN202311570978.7
申请日：2023-11-23
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G16H40/20 , G06Q10/0631 , G06Q50/26
Abstract: 本发明提供了一种突发事件的应急方案推荐系统和方法，属于智能推荐技术领域，其系统包括：详情收集模块，用于获取并收集突发事件详情；详情分析模块，用于对所述突发事件详情进行分析，构建得到事件矩阵；匹配分析模块，用于将所述事件矩阵与预设数据库中的预设事件类型、预设突发等级以及预设严重程度进行匹配；方案推荐模块，用于根据匹配结果生成与所述突发事件详情匹配的应急方案列表并输出展示。通过收集突发事件详情及详情分析，且后续进行类型、等级、验证程度的匹配，来得到有效应急方案，方便及时为医院提供合理的解决方案。
-
公开(公告)号：CN117235487B
公开(公告)日：2024-03-12
申请号：CN202311315662.3
申请日：2023-10-12
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G06F18/2113 , G06F18/213 , G06N3/042 , G06N3/045 , G16H10/60 , G16H50/20 , G16H50/70
Abstract: 本发明涉及一种用于预测哮喘患者住院事件的特征提取方法和系统，属于医疗健康技术领域，解决了现有技术中特征多训练效率低，不能精确进行预测的问题。方法包括：获取哮喘患者的健康相关数据；对所述健康相关数据进行筛选得到初始特征项；构建图注意力网络，所述图注意力网络包括多层图注意力层；每层图注意力层的节点与所述初始特征项对应；基于初始特征项对应的患者的健康相关数据训练所述图注意力网络得到训练好的图注意力网络；基于训练好的所述图注意力网络中每个节点的重要度计算每个节点的支持度，基于每个节点的支持度得到用于预测哮喘患者住院事件的特征项。实现了预测患者住院事件的特征的快速精确提取。
-
公开(公告)号：CN117497155A
公开(公告)日：2024-02-02
申请号：CN202311570978.7
申请日：2023-11-23
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G16H40/20 , G06Q10/0631 , G06Q50/26
Abstract: 本发明提供了一种突发事件的应急方案推荐系统和方法，属于智能推荐技术领域，其系统包括：详情收集模块，用于获取并收集突发事件详情；详情分析模块，用于对所述突发事件详情进行分析，构建得到事件矩阵；匹配分析模块，用于将所述事件矩阵与预设数据库中的预设事件类型、预设突发等级以及预设严重程度进行匹配；方案推荐模块，用于根据匹配结果生成与所述突发事件详情匹配的应急方案列表并输出展示。通过收集突发事件详情及详情分析，且后续进行类型、等级、验证程度的匹配，来得到有效应急方案，方便及时为医院提供合理的解决方案。
-
Patent Agency Ranking
公开(公告)号：CN117235487A
公开(公告)日：2023-12-15
申请号：CN202311315662.3
申请日：2023-10-12
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G06F18/2113 , G06F18/213 , G06N3/042 , G06N3/045 , G16H10/60 , G16H50/20 , G16H50/70
Abstract: 本发明涉及一种用于预测哮喘患者住院事件的特征提取方法和系统，属于医疗健康技术领域，解决了现有技术中特征多训练效率低，不能精确进行预测的问题。方法包括：获取哮喘患者的健康相关数据；对所述健康相关数据进行筛选得到初始特征项；构建图注意力网络，所述图注意力网络包括多层图注意力层；每层图注意力层的节点与所述初始特征项对应；基于初始特征项对应的患者的健康相关数据训练所述图注意力网络得到训练好的图注意力网络；基于训练好的所述图注意力网络中每个节点的重要度计算每个节点的支持度，基于每个节点的支持度得到用于预测哮喘患者住院事件的特征项。实现了预测患者住院事件的特征的快速精确提取。
-
公开(公告)号：CN119127821A
公开(公告)日：2024-12-13
申请号：CN202411174432.4
申请日：2024-08-26
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G06F16/178 , G06F16/182 , G06F18/22
Abstract: 本发明涉及一种基于Elasticsearch数据库的医疗数据同步一致性校验方法和系统，属于医疗数据处理技术领域，解决了现有技术中一致性校验存储资源和耗时高的问题。方法包括以下步骤：将分布式文件数据库中的医疗数据按诊次聚合同步到Elasticsearch数据库中；识别聚合同步过程中的异常数据形成异常数据信息表；基于就诊次数计算切片时间大小得到每个切片的时间范围，按照每个切片的时间范围在Elasticsearch数据库和分布式文件数据库提取每个切片对应的医疗数据进行比对，查找不一致的数据；将异常数据信息表和不一致的数据进行比对得到一致性校验结果。实现了快速的一致性校验和溯源。
-
公开(公告)号：CN118016314B
公开(公告)日：2024-06-18
申请号：CN202410411489.5
申请日：2024-04-08
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供了一种医疗数据输入的优化方法、装置及电子设备，应用于数据处理技术领域。本申请获取初始病历信息和训练样本集，其中，训练样本集包括若干输入变量和若干输入变量对应的原始特征贡献度；对若干输入变量对应的原始特征贡献度进行归一化处理，生成目标特征贡献度；构建位置优势因子重要性评估模型；基于位置优势因子重要性评估模型对若干输入变量进行处理，生成目标位置优势因子；基于目标位置优势因子生成目标排序位置结构；基于目标排序位置结构生成病历大语言模型；基于病历大语言模型对初始病历信息进行处理，生成目标病历信息；基于预设病历评价模型对目标病历信息进行处理，生成评价结果。
-
公开(公告)号：CN114758792A
公开(公告)日：2022-07-15
申请号：CN202210663979.5
申请日：2022-06-14
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供了一种基于机器学习的未知传染病的预警溯源方法及系统，其中，方法包括：步骤1：构建首层预测模型，预测新的疾病是否具备传染性；步骤2：当所述新的疾病具备传染性时，调取二层预测模型；步骤3：基于所述二层预测模型判断所述新的疾病是否为已知传染病，若不是，判定所述新的疾病为未知传染病，并进行预警；步骤4：溯源所述未知传染病的医护关系，并进行症状关联展示。通过设置双层模型，便于有效的对未知传染病进行确认，且通过预警与溯源，便于对传染病进行及时发现。
-
公开(公告)号：CN113555077A
公开(公告)日：2021-10-26
申请号：CN202111095969.8
申请日：2021-09-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京嘉和海森健康科技有限公司
Abstract: 本发明是关于一种疑似传染病预测方法及装置，方法包括：从医疗数据库中获取所有患者的电子病历信息和检查报告信息；利用每个患者的电子病历信息和检查报告信息以及第一多输入稠密化诊断模型进行训练，以得到二分类预测模型；利用每个患者的电子病历信息和检查报告信息以及第二多输入稠密化诊断模型进行训练，以得到多分类预测模型；获取目标患者的电子病历信息和检查报告信息；使用二分类预测模型预测目标患者是否是疑似传染病；当预测目标患者是疑似传染病时，使用多分类预测模型预测疑似传染病的具体类型。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.033 seconds)
