公开(公告)号：CN119943415A

公开(公告)日：2025-05-06

申请号：CN202510429749.6

申请日：2025-04-08

Applicant: 浙江大学 ,  中国医学科学院北京协和医院

Inventor： 李劲松 ,  余华玉 ,  田新平 ,  王迁 ,  田雨 ,  周天舒

IPC: G16H50/30 ,  G06F18/10 ,  G06F18/20 ,  G06N5/04

Abstract: 本发明公开了一种基于非对称因果关联的类风湿关节炎并发症预测系统，获取患者临床时间序列数据并进行预处理，统计临床数据中并发症疾病标签出现的次数，构建疾病相关性矩阵，计算每一个并发症疾病标签对的入度和出度，并构建并发症因果关联增强矩阵；根据相关性和因果关联程度将并发症疾病进行层次聚类，获得并发症疾病组合的疾病亚群，对并发症风险进行动态预测。本发明能够更准确地反映类风湿关节炎RA患者的多病共存及其动态演化，为临床决策支持提供更加精确的风险评估与预测工具。

公开(公告)号：CN117577333B

公开(公告)日：2024-04-09

申请号：CN202410067682.1

申请日：2024-01-17

Applicant: 浙江大学

Inventor： 田雨 ,  秦园炳 ,  余华玉 ,  李劲松 ,  周天舒

IPC: G16H50/30 ,  G06F18/10 ,  G06F18/213 ,  G06F18/241 ,  G06F18/2415

Abstract: 本发明公开了一种基于因果特征学习的多中心临床预后预测系统。本发明通过引入互补掩码器，实现因果特征和非因果特征的对抗学习，两者相互促进，同时使用多分支预后预测网络平衡因果特征和非因果特征之间的信息量，从而最大限度减少信息损失，保证下游预后预测任务的信息充分性。本发明通过引入双任务网络，基于分离的因果特征进行多分支预后预测任务，基于分离的非因果特征进行医疗机构识别任务，进一步提升特征分离效果。在预测阶段，医疗机构识别网络根据非因果特征生成概率权重，聚合多分支预后预测网络预测结果，有效利用非因果特征，提高患者数据的信息利用率，保证模型在不同应用环境下的泛化能力的同时保持良好的预测能力。

公开(公告)号：CN117577333A

公开(公告)日：2024-02-20

申请号：CN202410067682.1

申请日：2024-01-17

Applicant: 浙江大学

Inventor： 田雨 ,  秦园炳 ,  余华玉 ,  李劲松 ,  周天舒

IPC: G16H50/30 ,  G06F18/10 ,  G06F18/213 ,  G06F18/241 ,  G06F18/2415

Abstract: 本发明公开了一种基于因果特征学习的多中心临床预后预测系统。本发明通过引入互补掩码器，实现因果特征和非因果特征的对抗学习，两者相互促进，同时使用多分支预后预测网络平衡因果特征和非因果特征之间的信息量，从而最大限度减少信息损失，保证下游预后预测任务的信息充分性。本发明通过引入双任务网络，基于分离的因果特征进行多分支预后预测任务，基于分离的非因果特征进行医疗机构识别任务，进一步提升特征分离效果。在预测阶段，医疗机构识别网络根据非因果特征生成概率权重，聚合多分支预后预测网络预测结果，有效利用非因果特征，提高患者数据的信息利用率，保证模型在不同应用环境下的泛化能力的同时保持良好的预测能力。