大连理工大学金博获国家专利权
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！
龙图腾网获悉大连理工大学申请的专利基于机器学习的医生药品用量超常分级预警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：CN120108758B 。
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：202510300342.3，技术领域涉及：G16H50/70；该发明授权基于机器学习的医生药品用量超常分级预警方法及系统是由金博;华继威;陈琦;刘寨义;王亚明;魏小鹏设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。
本基于机器学习的医生药品用量超常分级预警方法及系统在说明书摘要公布了：本发明公开了一种基于机器学习的医生药品用量超常分级预警方法及系统，包括：数据层，主要为数据中心，将从医院采集药物耗材使用、科室、供应商等风险分析数据，并进行数据清洗，同时对数据进行管理，包括人员管理、查询统计；业务层，主要通过算法模型实现重点人事监控、数据智能研判，包括线索挖掘、关联因素分析和数据可视化分析；应用层，包括智能预警预报功能模块，通过业务层大数据分析，根据阈值设置，实现红黄绿三级风险预警，并进行可视化展示。本发明采用可视化分级预警机制情况，使用异常检测算法模型对医生药品用量进行检测,检测结果更加准确，警示效果更加明显，同时检测结果为后续相关部门提供异常用量情况的参考依据。
本发明授权基于机器学习的医生药品用量超常分级预警方法及系统在权利要求书中公布了：1.一种基于机器学习的医生药品用量超常分级预警方法，其特征在于，包括： S1：构建样本集； 样本集包括：患者基本信息、医生信息、用药信息、医保数据； S2：获得样本特征； 采用患者年龄与药品用量的比值作为新样本，使用X-means算法对新样本进行迭代聚类，获得样本集特征Forg； S3：使用LOF算法计算每个样本点的局部离群因子； 使用样本集特征Forg的样本点，获得最低可达距离，根据最低可达距离求出每个样本点的局部可达密度，通过LOF算法获得每个样本点的局部离群因子； S4：通过局部交叉注意力LCA优化重建特征； 通过局部交叉注意力LCA获取参考特征，通过权重、值向量生成最终的重建特征； S5：使用步骤S4重建特征进行训练样本集，得到药品用量异常检测模型。
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大连理工大学，其通讯地址为：116000 辽宁省大连市甘井子区凌工路2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”。
以上内容由龙图腾AI智能生成。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励