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！

龙图腾网恭喜浙江一山智慧医疗研究有限公司申请的专利一种面向慢病管理的动态因果模型的构建及应用方法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：CN119480136B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202510058611.X，技术领域涉及：G16H50/50；该发明授权一种面向慢病管理的动态因果模型的构建及应用方法是由许振影;张旷;张适可;余小益;方宝林;邱瑛设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本一种面向慢病管理的动态因果模型的构建及应用方法在说明书摘要公布了：本申请提出了一种面向慢病管理的动态因果模型的构建及应用方法，持续采集患者的多模态动态健康数据，以多模态动态健康数据作为节点集，以多模态动态健康数据之间的因果关系作为边集，以多模态动态健康数据之间的因果强度作为权重矩阵，基于节点集、边集和权重矩阵构建动态因果模型；针对新的多模态动态健康数据，计算当前新的多模态动态健康数据同动态因果模型中所有的节点集的边际因果效应值，并基于边际因果效应值更新动态因果模型；针对每一时间步，计算根据对应同一边的多模态动态健康数据的长期分量特征和短期分量特征计算每一时间步的每一边的综合因果权重，基于综合因果权重更新动态因果模型，且提出了针对于动态因果模型的应用方法。

本发明授权一种面向慢病管理的动态因果模型的构建及应用方法在权利要求书中公布了：1.一种面向慢病管理的动态因果模型的构建方法，其特征在于，包括以下步骤：持续采集患者的多模态动态健康数据，并根据时间特征将多模态动态健康数据分解为长期分量特征和短期分量特征；以多模态动态健康数据作为节点集，以多模态动态健康数据之间的因果关系作为边集，以多模态动态健康数据之间的因果强度作为权重矩阵，基于节点集、边集和权重矩阵构建动态因果模型；针对新的多模态动态健康数据，计算当前新的多模态动态健康数据同动态因果模型中所有的节点集的边际因果效应值，并基于边际因果效应值更新动态因果模型；针对每一时间步，计算对应同一边的两个多模态动态健康的短期分量特征的短期因果权值，根据时间滞后窗口和对应同一边的两个多模态动态健康的长期分量特征计算长期因果权重，基于短期因果权值、长期因果权重和当前边上一时间步的综合因果权重计算当前时间步的综合因果权重，基于综合因果权重更新动态因果模型；其中以多模态动态健康数据之间的相关性作为初始权重，以初始权重和当前多模态动态健康数据的方差的商值作为多模态动态健康数据之间的边际因果效应值，基于边际因果效应值修订初始权重得到多模态动态健康数据之间的因果强度；计算公式如下： ；其中是两个变量之间的相关性，为两个变量之间的边际因果效应值，表示第i个变量的方差； ；其中为多模态动态健康数据之间的因果强度，η为相关性与边际因果效应的平衡因子，取值范围[0,1]；其中计算对应同一边的两个多模态动态健康的短期分量特征的短期因果权值的公式如下： ；其中为第i个变量的短期分量特征，为第j个变量的长期分量特征，表示第i个变量的短期分量特征和第j个变量的长期分量特征之间的相关性，为第i个变量的短期分量特征的方差，是对应第i个变量和第j个变量之间的短期因果权值；根据时间滞后窗口和对应同一边的两个多模态动态健康数据的长期分量特征计算长期因果权重的公式如下：； ；其中为时间滞后窗口，表示第i个变量滞后k个时间后的长期分量特征，是第j个变量的长期分量特征，为第i个变量滞后k个时间后的长期分量特征和第j个变量的长期分量特征之间的相关性，为第i个变量滞后k个时间后的长期分量特征的方差，是滞后权重，其中λ为衰减速率，控制权重的衰减幅度，表示对应第i个变量和第j个变量之间的长期因果权重；基于短期因果权值、长期因果权重和当前边上一时间步的综合因果权重计算当前时间步的综合因果权重的公式如下：；其中γ为短期因果权值与长期因果权重的平衡因子，β为上一时间步的综合因果权重的影响因子；基于连接每一节点的不同边的综合因果权重计算当前节点的总因果权重，若总因果权重小于设定阈值则移除当前节点和对应连接的边，其中每一节点的总因果权重如下所示： ；其中表示第k个节点同第i个节点之间的边的综合因果权重，表示第k个节点同第j个节点之间的边的综合因果权重，为当前节点的总因果权重。

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浙江一山智慧医疗研究有限公司，其通讯地址为：310000 浙江省杭州市余杭区仓前街道良睦路1399号19幢101-36室；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”。