买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉苏州市卫生健康信息中心申请的专利一种知识增强型医疗幻觉静态检测及修正方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120911443B 。

龙图腾网通过国家知识产权局官网在2025-12-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511448712.4，技术领域涉及：G06F40/205；该发明授权一种知识增强型医疗幻觉静态检测及修正方法和系统是由鞠鑫;朱杰;姚永刚;张俊杰;赵亚设计研发完成，并于2025-10-11向国家知识产权局提交的专利申请。

本一种知识增强型医疗幻觉静态检测及修正方法和系统在说明书摘要公布了：本发明提供一种知识增强型医疗幻觉静态检测及修正方法和系统，涉及及医疗幻觉检测技术领域，所述方法包括：获得第一特征信息；确定因果关联强度系数；构建动态知识元网络；根据第一特征信息和动态知识元网络，获取第一证据信息；获得第一一致性系数；确定第一证据信息的时效性系数和置信度系数；通过已训练的医疗幻觉检测模型对因果关联强度系数、第一一致性系数、时效性系数和置信度系数进行处理，生成医疗幻觉检测概率；确定第一特征信息是否需要修正；在确定需要修正的情况下，通过已训练的医疗幻觉修正模型对第一特征信息进行修正。根据本发明，可提高医疗幻觉静态检测及修正的准确性。

本发明授权一种知识增强型医疗幻觉静态检测及修正方法和系统在权利要求书中公布了：1.一种知识增强型医疗幻觉静态检测及修正方法，其特征在于，包括： 通过特征提取模型对待检测文本处理，获得第一特征信息； 根据所述第一特征信息，确定因果关联强度系数； 构建动态知识元网络； 根据所述第一特征信息和所述动态知识元网络，获取第一证据信息； 通过知识增强的NLI模型对所述第一特征信息和所述第一证据信息进行处理，获得第一一致性系数； 根据所述动态知识元网络，确定第一证据信息的时效性系数和置信度系数； 通过已训练的医疗幻觉检测模型对所述因果关联强度系数、所述第一一致性系数、所述时效性系数和所述置信度系数进行处理，生成医疗幻觉检测概率； 根据所述医疗幻觉检测概率，确定第一特征信息是否需要修正； 在确定需要修正的情况下，通过已训练的医疗幻觉修正模型对第一特征信息进行修正； 所述医疗幻觉检测模型的训练步骤包括： 获取训练样本数据集； 根据所述训练样本数据集，获取样本特征信息以及样本特征信息的样本证据信息； 确定所述样本特征信息的样本因果关联强度系数； 确定所述样本特征信息和所述样本证据信息的样本一致性系数； 确定样本证据信息的样本时效性系数和样本置信度系数； 根据所述医疗幻觉检测模型对所述样本因果关联强度系数、所述样本一致性系数、所述样本时效性系数和所述样本置信度系数进行处理，确定样本特征信息的样本医疗幻觉检测概率； 获取样本特征信息的实际医疗幻觉检测结果； 根据所述实际医疗幻觉检测结果、所述样本医疗幻觉检测概率、所述样本因果关联强度系数、所述样本一致性系数、所述样本时效性系数和所述样本置信度系数，确定医疗幻觉检测模型的训练损失函数； 根据所述医疗幻觉检测模型的训练损失函数对所述医疗幻觉检测模型进行训练，获得已训练的医疗幻觉检测模型； 根据所述实际医疗幻觉检测结果、所述样本医疗幻觉检测概率、所述样本因果关联强度系数、所述样本一致性系数、所述样本时效性系数和所述样本置信度系数，确定医疗幻觉检测模型的训练损失函数，包括：根据公式： 确定医疗幻觉检测模型的训练损失函数，其中，为第k个样本特征信息的实际医疗幻觉检测结果，，为第k个样本特征信息的样本医疗幻觉检测概率，为第k个样本特征信息的样本因果关联强度系数，为预设因果关联强度系数阈值,为第k个样本特征信息与该样本特征信息的第i个样本证据信息的样本一致性系数，为预设一致性系数阈值，为第k个样本特征信息的第i个样本证据信息的样本时效性系数，为预设时效性系数阈值，为第k个样本特征信息的第i个样本证据信息的样本置信度系数，为预设置信度系数阈值，n为样本特征信息的样本证据信息的数量，i≤n，K为样本特征信息的数量，k≤K，i、n、k和K均为正整数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人苏州市卫生健康信息中心，其通讯地址为：215002 江苏省苏州市胥江路89号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。