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！

龙图腾网获悉四川大学申请的专利基于医疗大模型的医疗病案数据处理方法及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：CN120977606B 。

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：202511483460.9，技术领域涉及：G16H50/70；该发明授权基于医疗大模型的医疗病案数据处理方法及系统是由张劲;何凌;袁尉;张嘉煜;高明耀;冯禄;杨盛林;扶倩;韩悦设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于医疗大模型的医疗病案数据处理方法及系统在说明书摘要公布了：本发明提供一种基于医疗大模型的医疗病案数据处理方法及系统，首先获取目标医疗实体的历史病案数据单元集，包含多个医疗实体及诊疗记录特征。接着提取核心特征向量，依预设规则筛选邻居数据单元集合，利用多层注意力机制，根据核心特征向量与邻居数据单元的动态关联评分调整权重，为各邻居数据单元分配特征权重，输出加权特征向量，之后将加权特征向量与核心特征向量跨层融合，生成综合特征表达，最后调用预训练的医疗推荐模型对综合特征表达进行时序预测，输出推荐优先级评分，并据此优化模型参数，实现对医疗病案数据的有效处理及后续诊疗推荐的优化。

本发明授权基于医疗大模型的医疗病案数据处理方法及系统在权利要求书中公布了：1.一种基于医疗大模型的医疗病案数据处理方法，其特征在于，所述方法包括： 获取目标医疗实体对应的历史病案数据单元集，所述历史病案数据单元集包含多个关联的医疗实体特征及对应的诊疗记录特征； 提取所述目标医疗实体在所述历史病案数据单元集中对应的核心特征向量，并基于预设的关联规则从所述历史病案数据单元集中筛选出与所述核心特征向量存在诊疗关联的邻居数据单元集合； 通过多层注意力机制对所述邻居数据单元集合中的每个邻居数据单元进行特征权重分配，输出对应的加权特征向量，其中，每一层注意力机制根据所述核心特征向量与对应邻居数据单元间的动态关联评分调整权重分配比例； 将多层注意力机制输出的加权特征向量与所述核心特征向量进行跨层融合，生成所述目标医疗实体的综合特征表达； 调用预训练的医疗推荐模型对所述综合特征表达进行时序预测，输出所述目标医疗实体在后续诊疗流程中的推荐优先级评分，并根据所述推荐优先级评分优化所述医疗推荐模型的参数； 所述通过多层注意力机制对所述邻居数据单元集合中的每个邻居数据单元进行特征权重分配，输出对应的加权特征向量，包括： 在首层注意力机制中，根据所述核心特征向量与各邻居数据单元的特征向量间的余弦相似度生成初始注意力权重； 将所述初始注意力权重与各邻居数据单元的诊疗时间衰减因子相乘，生成时间感知的初级权重分配结果，其中，所述诊疗时间衰减因子根据病案数据单元的记录时间与当前时间的间隔长度动态调整； 在中间层注意力机制中，引入病症严重程度特征对所述初级权重分配结果进行校正，具体包括：解析各邻居数据单元中记录的并发症数量、治疗周期长度及用药强度指标，生成病症严重程度评分，以及，将所述病症严重程度评分与所述初级权重分配结果进行加权叠加，生成校正后的中级权重分配结果； 在末层注意力机制中，结合医疗实体的科室属性特征对所述中级权重分配结果进行最终调整，具体包括：检测各邻居数据单元所属科室与目标医疗实体当前所处科室的一致性，当科室属性不一致时，对所述中级权重分配结果施加跨科室惩罚系数； 将经过多层调整的权重分配结果进行归一化处理，得到每个邻居数据单元的最终注意力权重值，并根据每个邻居数据单元的最终注意力权重值输出对应的加权特征向量。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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。