-
公开(公告)号：CN118861614B
公开(公告)日：2025-01-24
申请号：CN202411339062.5
申请日：2024-09-25
Applicant: 首都医科大学宣武医院 , 北京科技大学
IPC: G06F18/2113 , G06F18/214 , G06N3/0455 , G16H50/70
Abstract: 本申请涉及一种临床疗效特征增强方法及相关设备。所述方法包括：采集多个患有特定疾病且采用特定治疗方案进行治疗的患者的临床数据；对每个患者的临床数据中的非结构化数据进行结构化处理，得到每个患者的结构化诊疗信息；从每个患者的结构化诊疗信息中提取预先确定的与特定治疗方案的临床疗效相关的特征的特征值作为临床疗效特征数据；基于提取的临床疗效特征数据构建种子数据集，使用临床疗效预测模型和特征增强模型，以种子数据集为基础进行特征增强处理，得到特征增强数据集。本申请能够高效生成大量、优质的临床疗效特征数据。
-
Patent Agency Ranking
公开(公告)号：CN118861614A
公开(公告)日：2024-10-29
申请号：CN202411339062.5
申请日：2024-09-25
Applicant: 首都医科大学宣武医院 , 北京科技大学
IPC: G06F18/2113 , G06F18/214 , G06N3/0455 , G16H50/70
Abstract: 本申请涉及一种临床疗效特征增强方法及相关设备。所述方法包括：采集多个患有特定疾病且采用特定治疗方案进行治疗的患者的临床数据；对每个患者的临床数据中的非结构化数据进行结构化处理，得到每个患者的结构化诊疗信息；从每个患者的结构化诊疗信息中提取预先确定的与特定治疗方案的临床疗效相关的特征的特征值作为临床疗效特征数据；基于提取的临床疗效特征数据构建种子数据集，使用临床疗效预测模型和特征增强模型，以种子数据集为基础进行特征增强处理，得到特征增强数据集。本申请能够高效生成大量、优质的临床疗效特征数据。
-
公开(公告)号：CN119049733B
公开(公告)日：2025-01-24
申请号：CN202411537738.1
申请日：2024-10-31
Applicant: 首都医科大学宣武医院 , 首都医科大学 , 北京邮电大学
Abstract: 本申请涉及一种急性心肌梗死患者住院期间的临床场景预测方法及相关设备。该相关设备包括一种系统，该系统包括由大模型驱动的用于执行不同任务的多个智能体，智能体之间通过提示词进行信息交流和迭代优化；该多个智能体包括用于执行医疗文本结构化的任务的第一智能体、用于执行构建医学知识图谱的任务的第二智能体、用于执行临床场景预测的任务的第三智能体和用于执行评估结果反馈优化的任务的第四智能体。本申请能基于急性心肌梗死患者的入院及病程记录文本快速准确地预测患者后续病程的临床场景，有助于快速准确地识别急性心肌梗死，避免误诊，当患者发生急性心肌梗死时能进行及时有效的治疗，减少患者出现不良心血管事件且能改善预后。
-
公开(公告)号：CN118942683A
公开(公告)日：2024-11-12
申请号：CN202411426996.2
申请日：2024-10-14
Applicant: 首都医科大学宣武医院 , 首都医科大学 , 中国人民解放军总医院第二医学中心
IPC: G16H50/20 , G06F18/24 , G06F18/214 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06N20/20
Abstract: 本申请涉及一种急性心肌梗死患者术后的心力衰竭风险预测方法及相关设备。所述方法包括：获取目标患者术后的第一临床指标数据作为目标临床指标数据；目标患者指术后待预测心力衰竭风险的急性心肌梗死患者；根据目标临床指标数据构造模型输入数据；使用KILLIP等级预测模型处理模型输入数据，得到目标患者的KILLIP预测等级，目标患者的KILLIP预测等级用于确定目标患者术后的心力衰竭风险；KILLIP等级预测模型是使用基于多个急性心肌梗死患者术后的第一临床指标数据及其对应的KILLIP等级构建的第一数据集训练好的人工智能模型。本申请能够更准确地确定出急性心肌梗死患者术后的心力衰竭风险。
-
公开(公告)号：CN118942683B
公开(公告)日：2025-02-25
申请号：CN202411426996.2
申请日：2024-10-14
Applicant: 首都医科大学宣武医院 , 首都医科大学 , 中国人民解放军总医院第二医学中心
IPC: G16H50/20 , G06F18/24 , G06F18/214 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06N20/20
Abstract: 本申请涉及一种急性心肌梗死患者术后的心力衰竭风险预测方法及相关设备。所述方法包括：获取目标患者术后的第一临床指标数据作为目标临床指标数据；目标患者指术后待预测心力衰竭风险的急性心肌梗死患者；根据目标临床指标数据构造模型输入数据；使用KILLIP等级预测模型处理模型输入数据，得到目标患者的KILLIP预测等级，目标患者的KILLIP预测等级用于确定目标患者术后的心力衰竭风险；KILLIP等级预测模型是使用基于多个急性心肌梗死患者术后的第一临床指标数据及其对应的KILLIP等级构建的第一数据集训练好的人工智能模型。本申请能够更准确地确定出急性心肌梗死患者术后的心力衰竭风险。
-
公开(公告)号：CN119049733A
公开(公告)日：2024-11-29
申请号：CN202411537738.1
申请日：2024-10-31
Applicant: 首都医科大学宣武医院 , 首都医科大学 , 北京邮电大学
Abstract: 本申请涉及一种急性心肌梗死患者住院期间的临床场景预测方法及相关设备。该相关设备包括一种系统，该系统包括由大模型驱动的用于执行不同任务的多个智能体，智能体之间通过提示词进行信息交流和迭代优化；该多个智能体包括用于执行医疗文本结构化的任务的第一智能体、用于执行构建医学知识图谱的任务的第二智能体、用于执行临床场景预测的任务的第三智能体和用于执行评估结果反馈优化的任务的第四智能体。本申请能基于急性心肌梗死患者的入院及病程记录文本快速准确地预测患者后续病程的临床场景，有助于快速准确地识别急性心肌梗死，避免误诊，当患者发生急性心肌梗死时能进行及时有效的治疗，减少患者出现不良心血管事件且能改善预后。
-
-
-
-
-
Search Results
6
records
(took 0.045 seconds)
