浙江省疾病预防控制中心(浙江省预防医学科学院)李娜获国家专利权
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!
龙图腾网获悉浙江省疾病预防控制中心(浙江省预防医学科学院)申请的专利公共卫生领域下慢病核查知识图谱的动态构建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:CN120727312B 。
龙图腾网通过国家知识产权局官网在2025-12-12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:202511148816.3,技术领域涉及:G16H50/70;该发明授权公共卫生领域下慢病核查知识图谱的动态构建方法及系统是由李娜;潘劲;周晓燕;龚巍巍;戴品远;关云琦;钟节鸣设计研发完成,并于2025-08-18向国家知识产权局提交的专利申请。
本公共卫生领域下慢病核查知识图谱的动态构建方法及系统在说明书摘要公布了:本发明涉及医疗数据管理技术领域,具体涉及公共卫生领域下慢病核查知识图谱的动态构建方法及系统,其中,公共卫生领域下慢病核查知识图谱的动态构建方法,包括以下步骤:S1:采集死亡数据和相应的病历信息;S2:对死亡数据中的死因链进行分层提取,得到至少一个死因数据,根据死因数据检索出对应的疾病信息,根据该疾病信息在对应的病历信息中进行关联匹配,输出是否有与该疾病信息相关的关系信息,以及提取死亡数据中的关键实体共同存储为该死亡数据的三元组数据;S3:对死亡数据的三元组数据进行映射转换,将其插入至预设的图数据库模块的知识图谱中。本发明能够实现公共卫生领域下慢病核查知识图谱的动态构建,自动化程度高。
本发明授权公共卫生领域下慢病核查知识图谱的动态构建方法及系统在权利要求书中公布了:1.公共卫生领域下慢病核查知识图谱的动态构建方法,其特征在于,包括以下步骤: S1:采集死亡数据和相应的病历信息,通过预设的标准库对采集到的死亡数据和相应的病历信息进行数据清洗和标准化处理; S2:对死亡数据中的死因链进行分层提取,得到至少一个死因数据,根据死因数据检索出对应的疾病信息,根据该疾病信息在对应的病历信息中进行关联匹配,输出是否有与该疾病信息相关的关系信息,以及提取死亡数据中的关键实体共同存储为该死亡数据的三元组数据,其中,对死亡数据中的死因链进行分层提取时,通过预设的质量分析规则库或预训练的医学专用语言模型调用预设的抽取提示词模型的方式对死亡数据中的死因链进行分层提取; 通过预设的质量分析规则库对死亡数据中的死因链进行分层提取时,识别提取出根本死因、直接死因和间接死因中的至少一层死因数据,所述质量分析规则库的构建采用以下步骤: A1:获取历史死亡数据,历史死亡数据至少包括疾病分类、死因分类、死亡数据核查规范、死因核查规则、病因关联规则和慢病漏报检测规则中的一种; A2:定义根本死因、直接死因和间接死因之间的逻辑关系,以及慢病核查中的高风险错报、漏报模式; A3:调用预设规则引擎和或本体建模的方法,构建结构化的规则集,规则集包括死因链分层提取规则和异常数据识别规则; A4:优化规则集,基于历史死亡数据进行规则验证,调整规则集的适用范围和置信度以检测慢病核查中的错误或遗漏,通过预设机器学习方法分析验证出的异常数据模式以优化规则集; A5:通过知识图谱技术结构化存储规则集至质量分析规则库中; 通过预训练的医学专用语言模型调用预设的抽取提示词模型对死亡数据中的死因链进行分层提取时,对死亡数据中的死因链进行推理和分层提取,得到至少一个死因数据; 根据该疾病信息在对应的病历信息中进行关联匹配,输出是否有与该疾病信息相关的关系信息时,采用以下步骤,通过预训练的医学专用语言模型采用语义匹配技术对病历信息进行高层次语义关联,识别病历信息中的潜在疾病信息,通过关联匹配病历信息中的疾病信息和潜在疾病信息,输出是否有与死因数据检索出的疾病信息匹配、漏报或者错报的关系信息; S3:对死亡数据的三元组数据进行映射转换,将其插入至预设的图数据库模块的知识图谱中。
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浙江省疾病预防控制中心(浙江省预防医学科学院),其通讯地址为:310000 浙江省杭州市滨江区长河街道滨盛路3399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。
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。

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