公开(公告)号：CN116011439A

公开(公告)日：2023-04-25

申请号：CN202211315947.2

申请日：2022-10-25

申请人： 讯飞医疗科技股份有限公司 ,  安徽讯飞医疗股份有限公司武汉分公司

发明人： 李成文 ,  谢姗姗 ,  张晓燕 ,  肖飞 ,  赵景鹤

IPC分类号： G06F40/279 ,  G06F16/215 ,  G06F16/25 ,  G16H10/60

摘要： 本申请公开了一种算法引擎的优化方法、装置、设备和存储介质，该方法包括：获取第一算法引擎数据；其中，第一算法引擎数据包括第一算法引擎包，第一算法引擎包为已利用测试集完成测试的算法引擎包；响应于用户的优化操作，获取与第一算法引擎包匹配的优化集，并利用优化集对第一算法引擎包进行优化，得到第二算法引擎包。通过上述方式，本申请能够提升对算法引擎的优化效率。

公开(公告)号：CN115758168A

公开(公告)日：2023-03-07

申请号：CN202211415096.9

申请日：2022-11-11

申请人： 安徽讯飞医疗股份有限公司 ,  安徽讯飞医疗股份有限公司武汉分公司

发明人： 镇诗奇 ,  肖飞 ,  李珊珊 ,  鲍溪荷 ,  胡加学 ,  赵景鹤 ,  贺志阳 ,  鹿晓亮

IPC分类号： G06F18/22 ,  G06F18/214 ,  G06F40/295 ,  G06F40/30

摘要： 本发明提供一种术语的标准化方法、装置、设备以及计算机可读介质，该方法通过获取原术语，将原术语输入至目标语言表征模型中，由目标语言表征模型得到并输出原术语的词向量；目标语言表征模型通过多个术语三元组对初始语言表征模型进行对比学习训练后得到；术语三元组包括：术语样本、正样本以及负样本，根据原术语的词向量和标准术语的词向量，计算得到原术语和标准术语之间的相似度，然后将与原术语之间的相似度最高的标准术语，确定为与原术语相匹配的标准术语。由于目标语言表征模型通过多个术语三元组对比学习得到，提高了匹配标准术语的准确度，避免了将与原术语的文本重合程度高、但实际却不相匹配的标准术语确定为相匹配的标准术语。

公开(公告)号：CN111627561B

公开(公告)日：2023-05-12

申请号：CN202010451469.2

申请日：2020-05-25

申请人： 讯飞医疗科技股份有限公司 ,  科大讯飞股份有限公司

发明人： 甘露 ,  肖飞 ,  胡加学 ,  赵景鹤 ,  贺志阳

IPC分类号： G16H50/70 ,  G16H70/00 ,  G06F40/126 ,  G06F40/284 ,  G06F40/30 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/08

摘要： 本发明实施例提供一种标准症状抽取方法、装置、电子设备和存储介质，其中方法包括：确定待抽取标准症状的病历文本；提取所述病历文本的病历症状区域特征，并基于所述病历文本的病历症状区域特征和每一标准症状的标准症状特征进行标准症状抽取，得到所述病历文本对应的标准症状抽取结果；其中，所述每一标准症状的标准症状特征是基于知识图谱确定的。本发明实施例提供的标准症状抽取方法、装置、电子设备和存储介质，提高了标准症状抽取的准确性，同时还降低了标准症状抽取结果的离谱率。

公开(公告)号：CN113096756B

公开(公告)日：2023-12-22

申请号：CN202110454797.2

申请日：2021-04-26

申请人： 讯飞医疗科技股份有限公司 ,  安徽省立医院

发明人： 刘聪 ,  沈爱宗 ,  肖飞 ,  叶浩 ,  贺志阳 ,  赵景鹤 ,  胡加学

IPC分类号： G16H10/60 ,  G16H50/00 ,  G16H50/20

摘要： 本发明提供一种病情演变分类方法、装置、电子设备和存储介质，其中方法包括：确定待分析的历史就诊序列；基于所述历史就诊序列中历次就诊信息的变化情况，将所述历史就诊序列划分为多个就诊阶段的阶段就诊序列；基于各个就诊阶段的阶段就诊序列进行病情演变分类，得到所述历史就诊序列对应的病情演变类型。本发明基于历史就诊序列中历次就诊信息的变化情况，将历史就诊序列划分为多个就诊阶段的阶段就诊序列后，基于各个就诊阶段的阶段就诊序列进行病情演变分类，可以提高同一时间段内部以及不同时间段之间的语义表达能力，从而更准确、更全面地获取病情的变化情况，提高病情演变分类的准确性。

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

申请人： 讯飞医疗科技股份有限公司

发明人： 胡博靖 ,  肖飞 ,  胡加学 ,  赵景鹤 ,  贺志阳 ,  鹿晓亮 ,  陈祖吉

IPC分类号： G16H50/70 ,  G06F40/295

摘要： 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

申请人： 讯飞医疗科技股份有限公司

发明人： 肖飞 ,  冯韬 ,  易显维 ,  胡加学 ,  赵景鹤 ,  贺志阳 ,  鹿晓亮 ,  魏思 ,  胡国平 ,  陈祖吉

IPC分类号： G06F40/295 ,  G06F16/33 ,  G06F16/35 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

摘要： 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：CN114266230B

公开(公告)日：2024-11-05

申请号：CN202111644937.9

申请日：2021-12-30

申请人： 讯飞医疗科技股份有限公司

发明人： 冯韬 ,  贺志阳 ,  赵景鹤 ,  肖飞 ,  高丽蓉

IPC分类号： G06F40/157 ,  G06F40/279 ,  G06N3/0464 ,  G06N3/084

摘要： 本申请公开了一种文本结构化处理方法、装置、存储介质及计算机设备。该方法包括：基于知识字典中的实体及实体类型，对待结构化处理的文本信息进行实体提取编码处理，得到文本信息中的各实体的实体编码特征，将文本信息对应的文本字符特征与实体编码特征进行拼接处理，得到包括文本字符特征和实体编码特征的特征集合，获取特征集合中各特征相对于文本信息的实体注意力权重，根据实体注意力权重，对文本信息进行编码得到文本信息所对应的文本编码特征，文本编码特征进行解码得到文本信息中的结构化信息。本申请可同时抽取文本信息中的关联关系和实体，消除了误差传播，增强了不同实体之间的信息交互，提高了文本结构化处理的准确性。

公开(公告)号：CN111145913B

公开(公告)日：2024-02-20

申请号：CN201911391777.4

申请日：2019-12-30

申请人： 讯飞医疗科技股份有限公司

发明人： 张正欣 ,  胡加学 ,  赵景鹤 ,  肖飞 ,  甘露 ,  高丽蓉

IPC分类号： G16H50/70 ,  G06F18/241

摘要： 本申请提供了一种基于多重注意力模型的分类方法，将获取的第一向量和第二向量输入预设的分类模型，得到分类模型输出的待分类的对象的分类结果，其中，分类模型中的第一类注意力模块可以建立第一向量与第二向量之间的相关性，得到第一特征向量以及第二特征向量。分类模型中的第二类注意力模块可以建立第一特征向量以及第二特征向量之间的相关性，得到第一分类向量，并基于第一分类向量确定分类结果。综上，本申请的分类方法使用了两种类型的注意力模型，从多个角度建立向量之间的相关性，并以相关性确定分类特征向量，从而实现了知识的重用性和共享性，有利于提高分类结果的准确性。

公开(公告)号：CN116244428A

公开(公告)日：2023-06-09

申请号：CN202211567136.1

申请日：2022-12-07

申请人： 讯飞医疗科技股份有限公司

发明人： 班启明 ,  肖飞 ,  胡加学 ,  赵景鹤 ,  贺志阳 ,  鹿晓亮 ,  赵志伟 ,  陈祖吉

IPC分类号： G06F16/35 ,  G06F16/33 ,  G06F40/247 ,  G06F40/30 ,  G16H50/70 ,  G06N3/045 ,  G06N3/084

摘要： 本发明公开了用于医学术语的标准词推荐方法及装置，方法包括：将标准术语库中的标准词及其对应的同义词进行拼接并进行语义级编码，得到标准词的第一语义向量表示；以及获取待标准化的医学术语，基于第一语义向量表示得到用于该医学术语的标准词。本发明在对标准词进行语义构建时，同时使用标准词及其对应的各种同义词，充分考虑了术语自身的语义信息，使得最终得到的标准词的语义向量包含多维语义信息，从而可以得到更准确、更全面的最终结果。

公开(公告)号：CN112786198B

公开(公告)日：2024-05-31

申请号：CN202110179585.8

申请日：2021-02-08

申请人： 科大讯飞股份有限公司 ,  讯飞医疗科技股份有限公司 ,  安徽省立医院

发明人： 肖飞 ,  胡加学 ,  赵乾 ,  赵景鹤 ,  宋时德 ,  沈爱宗

IPC分类号： G16H50/20 ,  G16H50/70

摘要： 本申请公开了一种诊疗信息推荐模型构建方法、诊疗信息推荐方法及装置，先利用样本病情信息、医学知识图谱、候选诊疗信息及其实际推荐得分对诊疗信息推荐模型进行构建，以使构建好的诊疗信息推荐模型具有较好的预测性能；再利用构建好的诊疗信息推荐模型针对目标患者的待推荐病情信息进行诊疗信息推荐，得到目标诊疗信息，以使该目标诊疗信息能够准确地表示出医生在该目标患者的诊疗过程中较大概率选择的诊疗信息。其中，因医学知识图谱全面记录了在医疗过程中可能涉及的所有病情的相关医学知识，使得基于该医学知识图谱训练并使用的诊疗信息推荐模型能够针对目标患者的待推荐病情信息准确地进行诊疗信息推荐，如此有利于提高诊疗准确性。