申请/专利权人:湖南岳麓山数据科学与技术研究院有限公司
申请日:2023-12-28
公开(公告)日:2024-03-29
公开(公告)号:CN117789894A
主分类号:G16H10/20
分类号:G16H10/20;G16H20/60;G16H50/30;G16H10/60;G16H50/70;G06F16/33;G06F40/295;G06F40/289;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明公开了一种基于结构化模型描述语言的医院随访方案智能生成方法,步骤1:建立专用于随访计划的规则模型;所述的规则模型基于结构化的随访任务描述语言,用于定义随访计划的生成规则;生成规则中对随访任务的模式进行定义,随访任务的定义模式为:1所属的随访计划或者诊断;2执行的前提条件;3具体需要执行的动作;步骤2:采用训练数据对规则模型进行训练;步骤3:生成医院随访方案;使用者发出生成随访方案的请求后,训练完成的规则模型被调用,生成最终的医院随访方案。本发明结合了规则模型和大模型,使得随访计划的生成更高效和准确。
主权项:1.一种基于结构化模型描述语言的医院随访方案智能生成方法,其特征在于,包括以下步骤:步骤1:建立专用于随访计划的规则模型;所述的规则模型基于结构化的随访任务描述语言,用于定义随访计划的生成规则;生成规则中对随访任务的模式进行定义,随访任务的定义模式如下:1所属的随访计划或者诊断;2执行的前提条件;3具体需要执行的动作;步骤2:采用训练数据对规则模型进行训练;训练目标:模型可将用户自然描述语言或者有结构的指令自动且准确转换对齐到标准的随访任务的定义模式,并生成对应的随访计划的生成规则;步骤3:生成医院随访方案;使用者发出生成随访方案的请求后,训练完成的规则模型被调用,生成最终的医院随访方案。
全文数据:
权利要求:
百度查询: 湖南岳麓山数据科学与技术研究院有限公司 基于结构化模型描述语言的医院随访方案智能生成方法
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。