申请/专利权人：辽宁鑫浩医疗科技有限公司

申请日：2024-03-07

公开（公告）日：2024-04-09

公开（公告）号：CN117854665A

主分类号：G16H10/60

分类号：G16H10/60;G06N5/022;G06N5/01;G06F16/35;G06F16/31;G06F18/10;G06F40/295;G06F18/2411;G06N5/04;G06N7/01

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明涉及电子健康记录技术领域，具体为儿科患者电子健康记录系统，系统包括病例信息提取模块、知识图谱构建模块、图数据分析模块、疾病模式识别模块、趋势分析与预测模块、数据集成模块、因果推理分析模块、异常模式识别模块。本发明中，结合变换器模型和长短期记忆网络，提升病例信息提取的文本分类、实体识别和关系提取效率与准确性，知识图谱应用图数据库技术和本体论，优化病例组织和可视化，图数据分析揭示病例关联，支持向量机和神经网络提高疾病模式识别准确性，时间序列分析和长短期记忆网络在疾病预测中提升精度，结构方程模型和贝叶斯网络在健康数据集中助力风险评估，随机森林和神经网络用于异常健康模式识别。

主权项：1.儿科患者电子健康记录系统，其特征在于：所述系统包括病例信息提取模块、知识图谱构建模块、图数据分析模块、疾病模式识别模块、趋势分析与预测模块、数据集成模块、因果推理分析模块、异常模式识别模块；所述病例信息提取模块基于电子病历数据，采用变换器模型和长短期记忆网络进行文本分类、实体识别和关系提取，同时执行数据清洗和格式化操作，生成结构化病例信息；所述知识图谱构建模块利用结构化病例信息，采用图数据库技术和本体论方法，结合医学术语库构建病例知识图谱，并对图谱进行优化处理，生成病例知识图谱；所述图数据分析模块利用病例知识图谱，应用PageRank算法和社区检测算法进行网络分析，分析病例间的隐藏关联及模式，生成病例关联模式；所述疾病模式识别模块结合电子健康记录和病例关联模式，使用支持向量机和神经网络模型分析临床数据，识别目标疾病的特征模式，并进行模式的分类和识别，生成疾病特征模式；所述趋势分析与预测模块结合疾病特征模式，运用时间序列分析方法和长短期记忆网络，对疾病发展趋势进行分析和预测，并对结果进行解析和验证，生成疾病发展预测；所述数据集成模块结合疾病发展预测中的疾病趋势信息，收集并整合儿童健康记录、家族病史和环境数据，执行数据标准化和整合操作，生成综合健康数据集；所述因果推理分析模块利用综合健康数据集，采用结构方程模型和贝叶斯网络进行因果关系的分析和推理，分析数据中的因果模式，并进行结果的解析和验证，生成因果关系分析结果；所述异常模式识别模块利用因果关系分析结果，使用随机森林和神经网络模型进行异常健康模式的识别和评估，挖掘与疾病关联的异常健康模式，生成异常健康模式识别。

全文数据：

权利要求：

百度查询： 辽宁鑫浩医疗科技有限公司 儿科患者电子健康记录系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD