北京冠新医卫软件科技有限公司包培文获国家专利权
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!
龙图腾网获悉北京冠新医卫软件科技有限公司申请的专利基于医疗智能体中间件的全-专科协同诊疗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:CN120977551B 。
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:202511500390.3,技术领域涉及:G16H50/20;该发明授权基于医疗智能体中间件的全-专科协同诊疗方法及系统是由包培文;杨福东;王少磊设计研发完成,并于2025-10-21向国家知识产权局提交的专利申请。
本基于医疗智能体中间件的全-专科协同诊疗方法及系统在说明书摘要公布了:本发明提供基于医疗智能体中间件的全‑专科协同诊疗方法及系统,涉及医疗智能体技术领域,包括利用强化学习构建基础医疗知识图谱,采用个性化治疗决策模型将专家诊疗经验转化为诊疗概率分布,形成增强型医疗知识图谱;基于患者症状特征向量计算与疾病的匹配概率生成初步诊断决策,并通过强化学习选择和调整治疗方案。本发明能够实现全科与专科的协同诊疗,提高医疗决策准确性和诊疗效率。
本发明授权基于医疗智能体中间件的全-专科协同诊疗方法及系统在权利要求书中公布了:1.基于医疗智能体中间件的全-专科协同诊疗方法,其特征在于,包括: 利用强化学习对医疗文本进行实体识别和关系抽取,将提取的医疗文本信息映射到统一语义空间,并基于蒙特卡洛树搜索对所述医疗文本信息进行分析构建基础医疗知识图谱; 采用个性化治疗决策模型对所述基础医疗知识图谱中的医生诊疗决策过程进行模拟,通过强化学习将专家诊疗经验转化为诊疗概率分布,并利用所述蒙特卡洛树搜索将所述诊疗概率分布动态整合到所述基础医疗知识图谱中,形成增强型医疗知识图谱,包括: 采用个性化治疗决策模型对基础医疗知识图谱中的医生诊疗决策过程进行建模,构建由患者临床特征表征的状态向量,基于所述状态向量设定医生诊疗方案的动作向量; 利用强化学习计算所述状态向量与所述动作向量的组合特征,对所述组合特征进行迭代优化,基于所述个性化治疗决策模型将医生诊疗经验映射为诊疗概率分布; 将所述诊疗概率分布输入至蒙特卡洛搜索树结构确定节点扩展方向,基于所述节点扩展方向对扩展的树节点计算访问频次与累积价值,根据所述访问频次与所述累积价值选择最优搜索路径; 根据所述最优搜索路径从所述蒙特卡洛搜索树结构中提取具有可信度的诊疗路径,将所述诊疗路径的概率分布信息动态写入所述基础医疗知识图谱,采用自适应权重方法更新所述基础医疗知识图谱中诊疗关系的边权重形成增强型医疗知识图谱; 基于所述增强型医疗知识图谱,采用所述个性化治疗决策模型分析所述增强型医疗知识图谱中的症状关联信息,建立反映患者病症特征的症状特征向量; 将所述症状特征向量输入所述增强型医疗知识图谱,通过所述蒙特卡洛树搜索计算患者症状与疾病的匹配概率,根据所述匹配概率对患者当前症状进行诊断分析,生成初步诊断决策; 根据所述初步诊断决策中的患病类型,采用强化学习和所述蒙特卡洛树搜索从所述增强型医疗知识图谱中选择对应的治疗方案,通过强化学习持续调整所述治疗方案以提升适应性,最终生成最优治疗方案,包括: 根据患病类型从医疗知识图谱中获取治疗方案集合,基于所述患病类型与所述医疗知识图谱中疾病节点的特征向量计算相似度,根据所述相似度筛选生成候选治疗方案; 构建生物突触动力学模型分析所述候选治疗方案,基于所述生物突触动力学模型通过离子浓度梯度响应函数映射治疗效果变化趋势,基于所述离子浓度梯度响应函数与时变衰减系数生成突触权重; 根据所述突触权重的适应性强度对所述候选治疗方案进行搜索优化,基于搜索节点的访问计数确定优化方向,利用所述优化方向与所述突触权重的适应性强度更新所述候选治疗方案的治疗参数; 基于更新后的所述突触权重计算所述候选治疗方案的治疗效果评估值,所述治疗效果评估值继承所述突触权重的适应性特征,根据所述治疗效果评估值在所述候选治疗方案中选择最优治疗方案。
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冠新医卫软件科技有限公司,其通讯地址为:100192 北京市海淀区西小口路66号8幢二层201A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”。
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