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！

龙图腾网获悉北京智源人工智能研究院申请的专利利用多医疗机构的数据训练医疗模型的方法和装置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：CN120221112B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202510287532.6，技术领域涉及：G16H50/70；该发明授权利用多医疗机构的数据训练医疗模型的方法和装置是由郝东林;潘腾飞设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本利用多医疗机构的数据训练医疗模型的方法和装置在说明书摘要公布了：本发明公开了利用多医疗机构的数据训练医疗模型的方法和装置，涉及计算机模型和人工智能技术领域。方法包括：各医疗机构分别对各自保存的医疗数据进行脱敏处理，并使用统一的隐空间编码模型对脱敏处理的医疗数据进行编码，将明文病历数据转换为隐空间的医学知识；汇集各医疗机构的隐空间的医学知识并进行聚合，使得同一病人在不同医疗机构的数据能够聚合到一起；使用聚合后的隐空间的医学知识训练医疗模型。本发明通过对各医疗机构各自的脱敏数据进行知识提取和编码，有效地利用各医疗机构各自保存的医疗数据，完成对医疗模型的训练，解决了现有技术中各医疗机构分别进行模型训练后再对各模型进行融合导致的整体复杂、效果不好的问题。

本发明授权利用多医疗机构的数据训练医疗模型的方法和装置在权利要求书中公布了：1.一种利用多医疗机构的数据训练医疗模型的方法，其特征在于，包括： 各医疗机构分别对各自保存的医疗数据进行脱敏处理； 各医疗机构分别使用统一的隐空间编码模型对脱敏处理的医疗数据进行编码，将明文病历数据转换为隐空间的医学知识； 汇集各医疗机构的隐空间的医学知识并进行聚合，使得同一病人在不同医疗机构的数据能够聚合到一起； 使用聚合后的隐空间的医学知识训练医疗模型； 其中，所述隐空间编码模型在训练时，在Transformer模型的层之间残差连接的基础上，将各层的输出乘以可学习的参数并求和后输出； 所述隐空间编码模型在训练时，总损失函数为： ； 其中： ； ； ； 式中，为隐空间编码模型的总层数，为隐空间编码模型中的某一层，，为第层句子相似性损失的权重，为第层语义相似性损失的权重，为总损失函数，为第层句子相似性损失，为第层语义相似性损失，为的权重，为用于控制隐空间表示分布的全局正则化项，为正样本对的权重，为负样本对的权重，为当前样本的索引，为与样本形成正样本对的另一个样本的索引，为负样本的索引，为样本在第层的句子表示，为样本在第层的语义表示，为样本在第层的句子表示，为样本在第层的句子表示，为样本在第层的语义表示，为样本在第层的语义表示，为温度参数，为样本和样本在第层的句子级别的相似度，为样本和样本在第层的句子级别的相似度，表示样本和样本在第层的语义级别的相似度，表示样本和样本在第层的语义级别的相似度，h为所有样本的嵌入表示向量的集合，为样本的嵌入表示；为用于控制语义嵌入分布的正则化项；为的权重。

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北京智源人工智能研究院，其通讯地址为：100084 北京市海淀区区成府路150号5层501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。