Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国医学科学院阜外医院赵𮧵获国家专利权

恭喜中国医学科学院阜外医院赵𮧵获国家专利权

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!

龙图腾网恭喜中国医学科学院阜外医院申请的专利基于多模态辅助学习的疾病发生概率确定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:CN118609821B

龙图腾网通过国家知识产权局官网在2025-04-22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:202411015670.0,技术领域涉及:G16H50/30;该发明授权基于多模态辅助学习的疾病发生概率确定方法及系统是由赵𮧵;张雪;邢运设计研发完成,并于2024-07-26向国家知识产权局提交的专利申请。

基于多模态辅助学习的疾病发生概率确定方法及系统在说明书摘要公布了:本发明公开了一种基于多模态辅助学习的疾病发生概率确定方法及系统,涉及人工智能技术领域。在该方法中,获取患者的实时医疗数据,实时医疗数据包括结构化数据特征、医疗文本特征以及医疗影像特征中的一种或多种;对实时医疗数据进行预处理,得到待分析医疗数据;将待分析医疗数据输入至训练完成的疾病发生概率预测模型,得到第一疾病发生概率值,疾病发生概率预测模型基于模型训练数据集和模型训练辅助任务训练得到,当第一疾病发生概率值大于预设的疾病发生阈值时,输出预警提示信息至医师终端。实施本申请提供的技术方案,可以提升预测疾病发生概率值的准确程度。

本发明授权基于多模态辅助学习的疾病发生概率确定方法及系统在权利要求书中公布了:1.一种基于多模态辅助学习的疾病发生概率确定方法,其特征在于,所述方法包括:获取患者的实时医疗数据,所述实时医疗数据包括结构化数据特征、医疗文本特征以及医疗影像特征中的一种或多种;对所述实时医疗数据进行预处理,得到待分析医疗数据;将所述待分析医疗数据输入至训练完成的疾病发生概率预测模型,得到第一疾病发生概率值,所述疾病发生概率预测模型基于模型训练数据集和模型训练辅助任务训练得到,所述模型训练数据集包括经过预处理的多个样本患者的历史医疗数据和多个样本患者的患者标签,所述模型训练辅助任务由所述经过预处理的多个样本患者的历史医疗数据中包含的特征类型和所述样本患者对应的先验知识构建得到,所述先验知识基于所述患者标签得到,所述历史医疗数据包括结构化数据特征、医疗文本特征以及医疗影像特征中的一种或多种;所述疾病发生概率预测模型基于模型训练数据集和模型训练辅助任务训练得到,具体包括:获取所述模型训练数据集;所述模型训练数据集包括经过预处理的多个样本患者的历史医疗数据x和多个样本患者的患者标签y;其中,所述经过预处理的多个样本患者的历史医疗数据x包括结构化特征x1、医疗文本特征x2以及医疗影像特征x3中的一种或多种;所述多个样本患者的患者标签y∈{0,1},0代表未患病,1代表患病;将所述模型训练数据集输入至初始疾病发生概率预测模型,得到主任务损失值;基于所述经过预处理的多个样本患者的历史医疗数据x中包含的特征类型和所述先验知识对应的关注特性,确定模型训练辅助任务;根据所述模型训练辅助任务得到辅助任务数据集X和辅助任务标签集Y,并基于所述辅助任务数据集X和所述辅助任务标签集Y得到辅助任务损失值;将所述主任务损失值和所述辅助任务损失值相加,得到总损失值;基于所述总损失值,利用反向传播算法更新所述初始疾病发生概率预测模型的模型参数,并对所述初始疾病发生概率预测模型进行预设轮数的训练,得到所述训练完成的疾病发生概率预测模型;当所述第一疾病发生概率值大于预设的疾病发生阈值时,输出预警提示信息至医师终端。

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医学科学院阜外医院,其通讯地址为:100037 北京市西城区北礼士路167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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。