Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州知汇云科技有限公司王博涵获国家专利权

广州知汇云科技有限公司王博涵获国家专利权

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!

龙图腾网获悉广州知汇云科技有限公司申请的专利基于整合时序多模态数据的临床辅助决策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:CN121839006B

龙图腾网通过国家知识产权局官网在2026-05-08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:202610303444.5,技术领域涉及:G16H20/17;该发明授权基于整合时序多模态数据的临床辅助决策方法及系统是由王博涵;卢嘉成设计研发完成,并于2026-03-13向国家知识产权局提交的专利申请。

基于整合时序多模态数据的临床辅助决策方法及系统在说明书摘要公布了:本发明公开了基于整合时序多模态数据的临床辅助决策方法及系统,涉及医疗信息技术领域,包括采集并时间对齐患者的时序多模态临床数据,进行特征解析与跨模态融合,生成统一的多维度时序健康状态特征谱。基于此特征谱结合医学知识图谱,建立临床状态演进模型,并计算患者当前状态与各关键临床事件节点的演进距离,进而构建动态风险评估曲面以识别高风险演进路径。针对高风险路径,回溯定位关键特征组合,从知识图谱中检索对应的干预措施证据链,最终生成临床决策支持报告。本发明实现了对病程演进的动态量化风险评估及自动化的循证决策推荐。

本发明授权基于整合时序多模态数据的临床辅助决策方法及系统在权利要求书中公布了:1.一种基于整合时序多模态数据的临床辅助决策方法,其特征在于,包括以下步骤: 采集来自不同医疗设备与信息系统的患者时序多模态临床数据; 对所述时序多模态临床数据进行时间对齐与缺失值插补,构建以统一时间轴为基准的同步化多模态数据流; 对所述同步化多模态数据流中的每种模态数据分别进行特征解析,提取反映疾病生理状态的特征集; 将不同模态提取的所述特征集进行跨模态融合,生成患者统一的多维度时序健康状态特征谱; 基于所述多维度时序健康状态特征谱,结合预设的医学知识图谱,建立表征患者病程动态演变的临床状态演进模型,具体为: 将所述多维度时序健康状态特征谱的每个时间点的特征向量,映射为临床状态演进模型中的一个状态节点;依据所述医学知识图谱中定义的疾病发展路径与状态转移关系,在相邻时间点的状态节点之间建立有向连接边;为每一条有向连接边赋予权重,所述权重基于特征向量变化幅度与医学知识图谱中状态转移的典型模式计算得出;所有状态节点及其间的加权有向连接边共同构成描述患者个体化病程的临床状态演进模型; 在所述临床状态演进模型中定义关键临床事件节点,并计算患者当前状态与各个关键临床事件节点的演进距离; 根据所述演进距离与预设的演进阈值,构建患者向不同关键临床事件演进的动态风险评估曲面; 针对所述动态风险评估曲面中识别出的高风险演进路径,回溯所述多维度时序健康状态特征谱,定位关键特征组合并据此从医学知识图谱中检索干预措施证据链,生成临床决策支持报告,包括: 针对所述动态风险评估曲面中识别出的高风险演进路径,回溯所述多维度时序健康状态特征谱,定位导致风险升高的关键特征组合;根据所述关键特征组合,从所述医学知识图谱中检索关联的干预措施证据链;综合所述动态风险评估曲面、高风险演进路径及关联的干预措施证据链,生成结构化的临床决策支持报告; 所述根据所述关键特征组合,从所述医学知识图谱中检索关联的干预措施证据链,具体为: 将所述关键特征组合作为查询条件,输入到所述医学知识图谱中;在所述医学知识图谱中,匹配与所述关键特征组合具有直接或间接因果、相关性关系的病理生理状态节点;检索连接所述病理生理状态节点与各类临床干预措施节点的知识路径;对检索到的所有知识路径进行证据等级排序与相关性评分,筛选出评分最高的若干条知识路径作为推荐的干预措施证据链;所述干预措施证据链描述了从识别到的关键特征到具体干预措施的逻辑推理链条。

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广州知汇云科技有限公司,其通讯地址为:510000 广东省广州市黄埔区光谱中路11号2栋1单元13层01单位;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。

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。