-
公开(公告)号：CN117059285A
公开(公告)日：2023-11-14
申请号：CN202310828794.X
申请日：2023-07-06
Applicant: 讯飞医疗科技股份有限公司
Abstract: 本申请提出一种医疗数据处理方法、装置、电子设备和存储介质，能够获取待处理数据与用户属性信息，其中，待处理数据包括医疗数据，以及与医疗数据对应的数据处理请求，医疗数据包括病历数据、体检数据、药物使用说明中的至少一项，用户属性信息包括数据处理请求的处理结果所面向的用户的属性，用户的属性包括用户的身份属性。本申请的技术方案，通过对待处理数据进行处理，生成与数据处理请求以及用户属性信息相对应的处理结果，实现自动答复用户的咨询内容的目的，使用户不用咨询医护人员即可以获取专业的解答方案，缓解了医疗资源紧张的局面。
-
公开(公告)号：CN116415137B
公开(公告)日：2023-10-10
申请号：CN202310674488.5
申请日：2023-06-08
Applicant: 讯飞医疗科技股份有限公司 , 首都医科大学附属北京安定医院
IPC: G06F18/213 , G06F18/25 , G06F18/23 , G16H50/30 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种基于多模态特征的情绪定量方法、装置、设备及存储介质，本申请获取到待测对象在设定谈话场景下的音频、视频数据、识别文本，该三种模态的数据全面覆盖待测对象的整体状态，所提供的信息更加丰富，为准确分析得到情绪参考数据提供了很好的数据基础。分别提取三种模态的数据的特征，得到文本特征、音频局部特征和视频局部特征，采用可学习的聚类模块分别对音频局部特征和视频局部特征进行维度压缩和聚类，获取更有价值的高维的音频全局特征和视频全局特征，将文本特征、音频全局特征和视频全局特征进行融合，并基于融合特征确定待测对象的情绪参考数据，实现了对待测对象的自动化检测，大大提升了检测效率。
-
公开(公告)号：CN116705299A
公开(公告)日：2023-09-05
申请号：CN202310688469.8
申请日：2023-06-09
Applicant: 讯飞医疗科技股份有限公司
Abstract: 本申请公开了一种辅助诊断方法、装置、设备及存储介质，本申请预先配置的动态知识图谱相比于静态知识图谱进一步融合了历史病例信息，包含有更加丰富的疾病推理路径。对于待分析的当前病例，提取概念‑实体对，并将实体链接到动态知识图谱中得到链接实体节点，以当前病例作为一个病例节点，结合各链接实体节点、链接实体节点在动态知识图谱中至疾病节点的推理路径，构建动态子图谱，基于动态子图谱计算病例节点与各疾病节点的相关度，并基于相关度确定候选疾病诊断。借助动态知识图谱来构建动态子图谱，进而能够更加准确的计算当前病例与各疾病的相关度，从而提升最终确定的候选疾病诊断的准确率。
-
公开(公告)号：CN116504404A
公开(公告)日：2023-07-28
申请号：CN202310445217.2
申请日：2023-04-21
Applicant: 讯飞医疗科技股份有限公司
IPC: G16H50/30 , G06F16/35 , G06F16/332 , G06F18/2431
Abstract: 本申请提出一种咨询回复结果生成方法、装置、电子设备和存储介质，能够基于用户的医疗咨询请求，确定医疗咨询请求所属的咨询意图，确定与咨询意图对应的回复风险等级要求，然后至少根据医疗咨询请求、咨询意图，确定符合回复风险等级要求的咨询回复结果，实现将符合回复风险等级要求的咨询回复结果展示给用户的目的，避免误导用户使用高风险的用药和治疗方式，确保用户的身体健康不受影响。
-
公开(公告)号：CN116415137A
公开(公告)日：2023-07-11
申请号：CN202310674488.5
申请日：2023-06-08
Applicant: 讯飞医疗科技股份有限公司 , 首都医科大学附属北京安定医院
IPC: G06F18/213 , G06F18/25 , G06F18/23 , G16H50/30 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种基于多模态特征的情绪定量方法、装置、设备及存储介质，本申请获取到待测对象在设定谈话场景下的音频、视频数据、识别文本，该三种模态的数据全面覆盖待测对象的整体状态，所提供的信息更加丰富，为准确分析得到情绪参考数据提供了很好的数据基础。分别提取三种模态的数据的特征，得到文本特征、音频局部特征和视频局部特征，采用可学习的聚类模块分别对音频局部特征和视频局部特征进行维度压缩和聚类，获取更有价值的高维的音频全局特征和视频全局特征，将文本特征、音频全局特征和视频全局特征进行融合，并基于融合特征确定待测对象的情绪参考数据，实现了对待测对象的自动化检测，大大提升了检测效率。
-
Patent Agency Ranking
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：CN120048556A
公开(公告)日：2025-05-27
申请号：CN202510137420.2
申请日：2025-02-07
Applicant: 讯飞医疗科技股份有限公司
IPC: G16H80/00 , G06N20/00 , G06F40/205
Abstract: 本申请公开了一种医学指令数据生成方法、装置、存储介质及设备，该方法包括：首先获取与医学相关的基础任务；并对基础任务进行划分，得到M个等级的任务；其中，M为大于0的正整数；然后生成M个等级的任务数据中每种类型任务对应的种子集；接着将种子集中的指令数据添加预设约束条件，结合提示指令prompt，输入至预设的大语言模型，用以对指令数据进行N次迭代处理，得到基于指令数据生成的N条具备不同预设约束条件的医学指令数据，其中，N为大于1的正整数。从而能够提高医学指令数据的生成效率和准确性(质量)，用以训练高质量的医疗大模型，进而可以提高用户的问诊体验。
-
公开(公告)号：CN120048553A
公开(公告)日：2025-05-27
申请号：CN202510029393.7
申请日：2025-01-08
Applicant: 讯飞医疗科技股份有限公司
IPC: G16H80/00 , G16H20/13 , G16H50/20 , G06F16/3329 , G06F16/36 , G06N5/04 , G06N5/022 , G06F18/25 , G06N3/08
Abstract: 本申请提出一种用药查询方法、装置、电子设备、存储介质及产品，该方法对获取到的当前用药问题与历史对话信息进行信息融合，得到当前用药问题对应的用药查询信息；对用药查询信息进行意图识别，确定用药查询信息所属的意图类型；基于意图类型、用药查询信息和预先构建的药品知识库，进行知识整合推理，确定当前用药问题对应的用药查询结果。本方案自动对用户输入的用药问题进行用药查询，提高了用药查询的效率和准确度，在用药查询时结合历史对话信息中包含的用户特征、用药信息、疾病信息等，使得用户的用药查询信息更加丰富，在知识整合推理过程中调用药品知识库，使得知识整合推理出的结果更加准确，能够进一步提升用药查询的准确度。
-
公开(公告)号：CN119920394A
公开(公告)日：2025-05-02
申请号：CN202411940265.X
申请日：2024-12-26
Applicant: 讯飞医疗科技股份有限公司
Abstract: 本说明书实施例提供了一种报告单解析方法，该方法通过获取医疗检测报告；然后对医疗检测报告进行图像识别，以得到报告单信息；并将报告单信息输入大语言模型进行内容解析，以得到关键信息，该大语言模型基于配置了不同格式的训练报告单的医疗数据集训练所得；进而基于关键信息指示的报告单内容进行结构化整理，以得到目标报告单。从而实现智能的报告单解析过程，由于将非结构化的医疗检测报告进行了结构化的转换，该转换过程针对性的配置了适用于不同格式的大语言模型，使得解析过程可应对复杂的报告单解析，并且针对医疗检测报告长文本的特点进行了适应性的文本处理过程，避免了解析内容混乱的情况发生，提高了报告单解析的准确性。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.03 seconds)
