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！

龙图腾网获悉宁波宁帆信息科技有限公司申请的专利一种融合医疗知识图谱的大模型优化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：CN120356694B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510846794.1，技术领域涉及：G16H50/70；该发明授权一种融合医疗知识图谱的大模型优化方法及系统是由章杰标;李君设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本一种融合医疗知识图谱的大模型优化方法及系统在说明书摘要公布了：本发明涉及自然语言处理与医疗人工智能技术领域，公开了一种融合医疗知识图谱的大模型优化方法及系统，其方法包括：构建时间模糊性‑置信度联合建模网络模型，其中，输入包括当前主诉症状对应的时间信息、上下文主诉内容以及患者个体信息，输出为正态估计时间预测结果，基于医学知识图谱中的因果路径信息对正态估计时间预测结果进行联合校准，得到图谱侧的时间先验分布；基于正态估计时间预测结果和图谱侧的时间先验分布构建联合分布，并将联合分布的期望作为时间点预测结果，将时间点预测结果输入大模型输出结构化建议并将其反馈至医疗知识图谱中进行更新。从而解决了因无法识别语义依赖或忽略患者背景因素而推理错误的问题。

本发明授权一种融合医疗知识图谱的大模型优化方法及系统在权利要求书中公布了：1.一种融合医疗知识图谱的大模型优化方法，其特征在于，包括以下步骤： 提取主诉文本中模糊时间关键词以及病症关键词； 基于所述模糊时间关键词以及病症关键词的对应关系，从医学知识图谱中提取子图并利用图注意力网络对所述子图进行节点表示学习，其中，输入为所述主诉文本中的关键词集合，输出为当前主诉症状对应的时间信息； 构建时间模糊性-置信度联合建模网络模型，其中，输入包括当前主诉症状对应的时间信息、上下文主诉内容以及患者个体信息，输出为正态估计时间预测结果，并构造联合损失函数对所述时间模糊性-置信度联合建模网络模型进行训练，其中，所述时间模糊性-置信度联合建模网络模型由两个核心分支组成，均为简易神经网络结构，其中主分支输出症状实际发生的时间点，副分支输出该推测结果的标准差，输出正态估计时间预测结果，在损失函数阶段构造联合损失函数，主损失采用Smooth-L1函数，衡量模型输出时间点与人工标注精化时间点之间的误差，强调对中心点预测的精度控制，其中，副损失对正态估计构造对数似然损失，基于模型输出的时间分布标准差，构建正态分布概率密度函数，并计算真实精化时间点在该分布下的负对数似然损失,以动态学习不同模糊表达所对应的不确定度，在术后恢复时间预测高敏感度场景下，副损失项能够系统输出不仅包括时间点预测值，还包括可解释的预测置信度范围； 基于医学知识图谱中的因果路径信息对所述正态估计时间预测结果进行联合校准，得到图谱侧的时间先验分布，包括：基于所述正态估计时间预测结果，在医学知识图谱中识别与当前主诉中目标症状存在因果关联的候选路径集合，对于所述候选路径集合中的每一条路径上的实体与关系边提取对应的参考时间分布；计算所述参考时间分布对应的有效性权重，并基于所述有效性权重构造所述图谱侧的时间先验分布； 基于所述正态估计时间预测结果和所述图谱侧的时间先验分布构建联合分布，并将所述联合分布的期望作为时间点预测结果； 将所述时间点预测结果输入大模型输出结构化建议，并将所述结构化建议反馈至医疗知识图谱中进行更新。

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宁波宁帆信息科技有限公司，其通讯地址为：315100 浙江省宁波市鄞州区彩虹北路58号13-25室；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”。