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！

龙图腾网获悉中国人民解放军总医院第六医学中心;中国人民解放军总医院第一医学中心申请的专利基于大模型的医学数据处理方法、系统及相关设备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：CN120727302B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511220939.3，技术领域涉及：G16H50/30；该发明授权基于大模型的医学数据处理方法、系统及相关设备是由张剑宁;刘佳雨;王禹心;任斌;黑博;燕羽佳;高照;赵虎林;苏世超设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本基于大模型的医学数据处理方法、系统及相关设备在说明书摘要公布了：本公开提供了一种基于大模型的医学数据处理方法、系统及相关设备，涉及医疗数据处理技术领域。该方法包括：获取目标对象的多模态医学数据；对多模态医学数据进行特征提取与融合；将多模态融合特征数据输入至预先训练好的颅内动脉粥样硬化性狭窄ICAS卒中风险预测模型中，输出目标对象在多个时段的ICAS卒中风险预测结果；基于大语言模型驱动的医疗推理智能体系统，根据目标对象在各个时段的ICAS卒中风险预测结果，生成目标对象的个性化康复方案；获取目标对象在各个时段的状态数据和反馈数据，并根据目标对象在各个时段的状态数据和反馈数据，对医疗推理智能体系统的推理策略进行动态优化。本公开能实现对ICAS患者卒中风险的精细化量化与全周期智能化管理。

本发明授权基于大模型的医学数据处理方法、系统及相关设备在权利要求书中公布了：1.一种基于大模型的医学数据处理方法，其特征在于，包括： 获取目标对象的多模态医学数据，其中，所述多模态医学数据包括如下至少之一：医学影像数据、生化时序数据、临床文本数据； 对所述多模态医学数据进行特征提取与融合，得到多模态融合特征数据； 将所述多模态融合特征数据输入至预先训练好的颅内动脉粥样硬化性狭窄ICAS卒中风险预测模型中，输出所述目标对象在多个时段的ICAS卒中风险预测结果，所述ICAS卒中风险预测结果中包括：ICAS卒中风险等级，每个时段的ICAS卒中风险等级基于不同的风险阈值进行划分； 基于大语言模型驱动的医疗推理智能体系统，根据所述目标对象在各个时段的ICAS卒中风险预测结果，生成所述目标对象的个性化康复方案，所述个性化康复方案包含多个阶段的康复方案； 获取所述目标对象在各个时段的状态数据和反馈数据，并根据所述目标对象在各个时段的状态数据和反馈数据，对所述医疗推理智能体系统的推理策略进行动态优化； 其中，所述多模态融合特征数据为对所述多模态医学数据中每种模态的医学数据分别进行特征提取，再将多种模态的医学特征数据进行融合得到的；所述医学特征数据包括：医学影像特征数据、生化时序特征数据和临床文本特征数据；所述医学影像特征数据包括如下至少之一：血管狭窄度、斑块体积或钙化程度；所述生化时序特征数据为C反应蛋白或S100B蛋白的含量随时间变化的波动率趋势斜率；所述临床文本特征数据为对临床文本数据进行分词和实体识别后生成的语义特征信息； 其中，所述ICAS卒中风险预测模型为预先根据时序数据对Transformer-增强型时序网络进行训练得到的；所述多模态医学数据包括多个时段的多模态医学数据；所述方法还包括：针对多个时段的多模态医学数据进行融合时，先针对同模态数据进行时间维度的融合，再进行不同模态数据的融合；在时间维度进行融合时，融合结果为多个时段特征的加权结果或增量结果； 其中，所述医疗推理智能体系统的状态为目标对象的状态数据和或反馈数据；所述医疗推理智能体系统的动作为个性化康复方案；所述医疗推理智能体系统的奖励函数为康复状态指标和或用户满意度；所述医疗推理智能体系统内置专家知识库和在线自学习模块，所述医疗推理智能体系统用于将ICAS卒中风险预测结果与内置专家知识库进行匹配，生成初步干预建议，通过在线自学习模块，结合目标对象的状态数据和或反馈数据，对推理策略进行强化学习优化。

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中国人民解放军总医院第六医学中心;中国人民解放军总医院第一医学中心，其通讯地址为：100048 北京市海淀区阜成路6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。