申请/专利权人:云知声智能科技股份有限公司
申请日:2023-12-23
公开(公告)日:2024-03-22
公开(公告)号:CN117747037A
主分类号:G16H10/60
分类号:G16H10/60;G16H40/20;G06F18/214;G06F40/30
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本申请公开了一种患者入组大模型生成方法、患者入组方法、设备及介质,分别第一预训练模型和第二预训练模型对第一训练样本中的临床数据进行处理,得到第一训练样本的第一预测入组信息和第二预测入组信息,然后通过第一训练样本的第一预测入组信息和第二预测入组信息以及真实入组信息,计算第一预训练模型和第二预训练模型的误差率,接着通过误差率调整预设可信度,直至第一预训练模型和所述第二预训练模型分别满足对应的预设条件,得到用于患者入组的目标患者入组大模型和目标可信度,能够提高患者入组效率,避免出现误判情况,提高入组质量。
主权项:1.一种患者入组大模型生成方法,其特征在于,包括:获取训练样本集,所述训练样本集中的每个第一训练样本包括样本患者的临床数据以及真实入组信息;分别通过第一预训练模型和第二预训练模型对所述临床数据进行处理,确定每个所述第一训练样本的第一预测入组信息和第二预测入组信息;所述第一预训练模型用于对所述临床数据进行语义分析,确定所述第一训练样本的第一预测入组信息;所述第二预训练模型用于通过预设的入组条件提示信息,确定所述第一训练样本的第二预测入组信息;根据所述第一训练样本的第一预测入组信息和第二预测入组信息、以及对应的真实入组信息,分别计算所述第一预训练模型和所述第二预训练模型的误差率;根据所述误差率调整所述第一预训练模型和所述第二预训练模型的预设可信度,直至所述第一预训练模型和所述第二预训练模型分别满足对应的预设条件,得到目标患者入组大模型以及目标可信度;所述目标患者入组大模型由满足对应的预设条件的所述第一预训练模型和所述第二预训练模型组成。
全文数据:
权利要求:
百度查询: 云知声智能科技股份有限公司 患者入组大模型生成方法、患者入组方法、设备及介质
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。