-
公开(公告)号：CN117407682A
公开(公告)日：2024-01-16
申请号：CN202311268190.0
申请日：2023-09-27
申请人： 清华大学 , 科大讯飞股份有限公司
摘要： 本发明提供一种医学模型评估方法、装置、电子设备和存储介质，其中方法包括：确定用于模型评估的医学数据；基于医学模型处理医学数据，得到医学数据的处理结果；基于处理结果，确定医学模型在各评估指标下的指标评估结果，评估指标包括知识深度、知识广度、幻觉、有害性、隐私性中的至少两种；基于医学模型在各评估指标下的指标评估结果，确定医学模型的性能，不仅能够实现更加全面准确的评估，还能使得评估过程更具专业性，评估效果更好，克服了目前模型性能评估缺乏对医学知识，以及医学领域的专业性的考量，以致得出结果的准确性和可靠性不高的缺陷，实现了有效可靠的性能评估。
-
公开(公告)号：CN115359866A
公开(公告)日：2022-11-18
申请号：CN202211073021.7
申请日：2022-09-02
申请人： 北京惠及智医科技有限公司 , 清华大学
IPC分类号： G16H10/60 , G06F40/279 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本申请实施例公开了一种医保欺诈识别方法、装置、存储介质及设备。该方法包括：获取用户单次住院的病历数据以及医保结算数据，根据病历数据和医保结算数据，生成用户的用户画像，该用户画像中包括用户的基本信息维度、住院行为维度、住院费用维度、特殊医疗项目维度、病情信息维度和病情危重等级维度，根据基本信息维度、病情信息维度和病情危重等级维度下对应的多个特征数据对用户进行聚类处理，以得到用户所属的类别，确定在该类别下，住院行为维度、住院费用维度和特殊医疗项目维度下对应的多个特征数据所对应的异常程度，根据异常程度来确定医保结算数据的医保欺诈识别结果，以提高医保欺诈识别结果的准确性。
-
公开(公告)号：CN113288065A
公开(公告)日：2021-08-24
申请号：CN202110620741.X
申请日：2021-06-03
申请人： 北京好医生云医院管理技术有限公司 , 清华大学 , 首都医科大学附属北京同仁医院
摘要： 本发明提供了一种基于鼾声的实时呼吸暂停及低通气预测方法，包括：获取目标对象的鼾声音频和睡眠指标数据，对所述鼾声音频进行预处理和特征提取，以多导睡眠监测数据中标注的呼吸事件时间节点作为标注提取正负样本，基于睡眠指标数据、正负样本提取结果，预测后续预设时间内出现呼吸暂停和低通气的概率；用于获得目标对象的鼾声音频和查体数据以及多导睡眠监测数据，基于特征融合的方式将其建模在统一的特征空间并结合特征重要性原则，实时准确地预测呼吸暂停和低通气及其对应的对应概率的出现与否，在呼吸事件发生节点前进行监测并根据检测结果发出相应预警信号，并对所述目标对象主动干预。
-
公开(公告)号：CN109585014B
公开(公告)日：2021-08-13
申请号：CN201811481536.4
申请日：2018-12-05
申请人： 清华大学 , 科大讯飞股份有限公司
IPC分类号： G16H50/20
摘要： 本申请提出一种决策结果确定方法、装置、设备及可读存储介质，方法包括：获取到目标场景下与目标问题对应的至少两个候选答案，针对每一候选答案，在目标场景对应的语料库中检索与候选答案和目标问题的组合相关的证据语料，并根据证据语料对候选答案与目标问题中词的包含情况，获取候选答案与目标问题的匹配特征，根据每一候选答案与目标问题的匹配特征，在各候选答案中确定目标问题的匹配答案。本申请方案从自然语言理解及推理的角度，直接基于目标场景对应的语料库进行决策，不需要专家构建及更新知识库中问题及答案间的关系，也不需要总结推理规则，节省了成本且保证决策过程不存在规则冲突，使得确定的决策结果更加可靠。
-
公开(公告)号：CN109065015B
公开(公告)日：2021-06-08
申请号：CN201810844009.9
申请日：2018-07-27
申请人： 清华大学 , 科大讯飞股份有限公司
摘要： 本申请公开了一种数据采集方法、装置、设备及可读存储介质，由于获取了目标项目对应的问答节点集合，集合中包含了目标项目对应的问题信息，基于问题信息实现的机器自动数据采集，不会出现人工漏问导致的采集数据缺失的问题，并且机器采集相比人工采集效率得到了大大提升。
-
-
公开(公告)号：CN110801218B
公开(公告)日：2021-03-05
申请号：CN201911105385.7
申请日：2019-11-13
申请人： 清华大学
摘要： 本公开涉及一种心电图数据处理方法、装置、电子设备及计算机可读介质。该方法包括：获取心电图数据，心电图数据包括至少一个导联信号；通过神经网络模型对心电图数据进行处理，获得心电图数据的分类结果。本公开涉及的心电图数据处理方法、装置、电子设备及计算机可读介质，根据各导联信号的多尺度特征向量确定各导联信号的权重，以对根据权重获得的目标特征向量进行处理，能够抵抗导联错位对分类结果的干扰，获得高鲁棒性与高准确性的心电图数据的分类结果。
-
公开(公告)号：CN111145906A
公开(公告)日：2020-05-12
申请号：CN201911418266.7
申请日：2019-12-31
申请人： 清华大学 , 科大讯飞股份有限公司
IPC分类号： G16H50/20 , G06F40/289 , G06N3/04 , G06N3/08
摘要： 本申请公开了一种项目判定方法，首先获取待判定项目的项目关联文本，然后确定项目关联文本中的主干信息，以及，每个主干信息的修饰信息；基于主干信息，以及，每个主干信息的修饰信息，确定项目关联文本的图结构；最后，对项目关联文本的图结构进行分析，确定待判定项目的判定结果。本申请中采用分析项目关联文本的图结构实现项目判定的方式，相对于人工判定的方式，可以节省人力和时间，进而可以降低成本，提高项目判定效率。基于上述方式，能够实现诸如医疗领域的辅助诊断预测项目，以及司法领域的辅助查证取值预测项目等项目的判定。
-
公开(公告)号：CN109585014A
公开(公告)日：2019-04-05
申请号：CN201811481536.4
申请日：2018-12-05
申请人： 清华大学 , 科大讯飞股份有限公司
IPC分类号： G16H50/20
摘要： 本申请一种决策结果确定方法、装置、设备及可读存储介质，方法包括：获取到目标场景下与目标问题对应的至少两个候选答案，针对每一候选答案，在目标场景对应的语料库中检索与候选答案和目标问题的组合相关的证据语料，并根据证据语料对候选答案与目标问题中词的包含情况，获取候选答案与目标问题的匹配特征，根据每一候选答案与目标问题的匹配特征，在各候选答案中确定目标问题的匹配答案。本申请方案从自然语言理解及推理的角度，直接基于目标场景对应的语料库进行决策，不需要专家构建及更新知识库中问题及答案间的关系，也不需要总结推理规则，节省了成本且保证决策过程不存在规则冲突，使得确定的决策结果更加可靠。
-
公开(公告)号：CN109065154A
公开(公告)日：2018-12-21
申请号：CN201810844020.5
申请日：2018-07-27
申请人： 清华大学 , 科大讯飞股份有限公司
摘要： 本申请公开了一种决策结果确定方法、装置、设备及可读存储介质，本申请从自然语言理解与推理的角度，借助于知识的嵌入式向量表达方式代替传统的复杂医学知识库的构建与维护，避免了复杂推理规则的构建与维护，节省了成本且保证决策过程不存在规则冲突，使得确定的决策结果更加可靠。
-
-
-
-
-
-
-
-
-
搜索结果
117 条记录 (耗时 0.075 秒)
