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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 首都医科大学附属北京儿童医院聂晓璐获国家专利权

首都医科大学附属北京儿童医院聂晓璐获国家专利权

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!

龙图腾网获悉首都医科大学附属北京儿童医院申请的专利基于时序的儿童药物性肝损伤数据融合与预测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:CN119541890B

龙图腾网通过国家知识产权局官网在2025-06-17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:202510104574.1,技术领域涉及:G16H50/70;该发明授权基于时序的儿童药物性肝损伤数据融合与预测方法及系统是由聂晓璐;彭晓霞;彭亚光设计研发完成,并于2025-01-23向国家知识产权局提交的专利申请。

基于时序的儿童药物性肝损伤数据融合与预测方法及系统在说明书摘要公布了:本发明提供了一种基于时序的儿童药物性肝损伤数据融合与预测方法及系统,涉及儿童药物性肝损伤信息处理技术领域,方法主要包括:采集住院患儿的历史医疗数据作为纵向数据集,按照时间顺序横向排列,构建得到临床数据库;基于儿童药物性肝损伤的相关事件表型,对研究数据集中的非结构化信息进行实体关系标注;构建并训练MUIRFTI模型,用于对非结构化文本进行基于时序信息的结构化映射重构;训练机器学习预测模型,预测药物性肝损伤是否发病;将被测患儿的医疗数据,输入所述机器学习预测模型,预测该患儿是否会罹患药物性肝损伤。本方案可以大幅提升研究数据集的信息量及逻辑性,从而训练出效果更好的、用于预测儿童药物性肝损伤的机器学习预测模型。

本发明授权基于时序的儿童药物性肝损伤数据融合与预测方法及系统在权利要求书中公布了:1.一种基于时序的儿童药物性肝损伤数据融合与预测方法,其特征在于,包括: 步骤1、采集住院患儿的历史医疗数据作为纵向数据集,按照时间顺序横向排列,构建临床数据库;对临床数据库进行数据清洗及标准化处理;计算儿童药物性肝损伤预测模型的样本量,并根据纳入排除标准,从临床数据库中提取研究数据集:所述研究数据集包括标准阳性事件组和对照组: 所述标准阳性事件组,是通过ADR因果评价法及RUCAM量表,从所述纵向数据集中选取发生药物性肝损伤患儿的历史医疗数据; 所述对照组,是按照预设对照比例,从所述纵向数据集中随机选取,非药物性肝损伤患儿且使用过目标药物的历史医疗数据; 基于儿童药物性肝损伤的相关事件表型,对非结构化信息进行实体关系标注,对结构化信息进行缺失值和异常值处理;将药物性肝损伤是否发病作为标签,并按预设比例划分为训练集和测试集; 步骤2、构建并训练MUIRFTI模型,用于对非结构化文本进行基于时序信息的结构化映射重构;将研究数据集的非结构化文本,输入至训练完成的MUIRFTI模型中,根据MUIRFTI模型中各模块规则进行结构化重建,得到重建结构化文本后,再与所述研究数据集中原有结构化文本进行融合,得到基于时序融合的建模数据集; 所述MUIRFTI模型包括依次设置的文本校正模块、文本结构化模块、医学事实和事件提取模块和时间信息提取模块; 所述文本校正模块包括矫正策略库,用于根据正则策略,通过自然语言处理工具,对文本中的拼写错误进行修正; 所述文本结构化模块包括语法规则库,用于根据语法规则,通过自然语言处理工具,对文本中的语法错误进行调整及语句粒度分割;所述语法规则库包括儿童病例症状描述规则及药物性肝损伤相关事件的术语; 所述医学事实和事件提取模块包括关键值模型、时间事件描述模型、医学研究知识库和标记语料库,用于通过自然语言处理工具,根据时序的映射,提取文本中的医学事实和事件,得到以罹患药物性肝损伤为目标结局的临床事件结构化数据库; 所述时间信息提取模块包括时间表达式规则库,用于通过自然语言处理工具,对临床事件结构化数据库中的时间表达进行处理,构建患儿病情时间发展模型; 所述患儿病情时间发展模型,用于识别所述临床事件结构化数据库中的患儿状况关键信息,并基于时间表达,按照时间顺序进行排序,再现疾病与临床事件的发展过程;所述患儿状况关键信息包括:健康状态信息、住院诊断信息、治疗过程信息、治疗用药与实验室检查信息、临床随访信息及复诊信息; 所述患儿病情时间发展模型具体包括连续循环记录的5个阶段: 阶段1为健康状态阶段,该阶段从住院患儿电子病历文本中提取入院时患儿的健康状态信息,包括基线症状、入院主诉及初步诊断信息;该阶段信息将作为后序阶段患儿状态的初始输入; 阶段2为医院明确诊断阶段,该阶段患儿获得医院明确诊断,该阶段记录了患儿的住院诊断信息; 阶段3为治疗过程阶段,该阶段记录了患儿的治疗过程信息; 阶段4为药物治疗阶段,该阶段记录了患儿的治疗用药与实验室检查信息; 阶段5为患儿出院及预后回访阶段,该阶段记录了临床随访信息及复诊信息; 步骤3、通过建模数据集中的训练集,训练机器学习预测模型,预测药物性肝损伤是否发病;通过建模数据集中的测试集,对机器学习预测模型进行测试;通过评价指标,对机器学习预测模型在不同策略组合及参数下的性能进行评价,优化得到最终的机器学习预测模型;机器学习预测模型的独立变量包括临床事件的出现次数;策略组合包括三种临床事件时序处理策略:独立事件集策略、捆绑事件集策略及加权事件集策略; 步骤4、将被测患儿的医疗数据,输入机器学习预测模型,预测该患儿是否会罹患药物性肝损伤。

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首都医科大学附属北京儿童医院,其通讯地址为:100000 北京市西城区南礼士路56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。