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！

龙图腾网获悉江西云数医院管理有限公司申请的专利一种基于大数据的病组数据结构分析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：CN121331493B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511892506.2，技术领域涉及：G16H50/70；该发明授权一种基于大数据的病组数据结构分析方法及系统是由聂静;胡玉珍;雷千千设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本一种基于大数据的病组数据结构分析方法及系统在说明书摘要公布了：本发明提供了一种基于大数据的病组数据结构分析方法及系统，通过获取用户的病组数据，将病组数据进行结构化和非结构化特征处理，并通过跨模态注意力机制，进行拼接，形成多模态特征；根据临床指南阶段划分和数据驱动风险拐点，确定病程分层，并构建病程分层网络，病程分层网络的每层网络包含对应阶段专属的节点；将病程分层网络的邻接矩阵、多模态特征以及时间戳特征输入多模态时空图神经网络模型中，输出每个节点的多模态关联得分和每层网络的核心依赖路径；根据临床知识，对病程分层网络的节点进行约束，筛选出核心依赖路径中的目标路径；对目标路径进行反事实模拟验证，输出验证合格的最终路径，得到的最终路径可直接支撑个性化诊疗决策。

本发明授权一种基于大数据的病组数据结构分析方法及系统在权利要求书中公布了：1.一种基于大数据的病组数据结构分析方法，其特征在于，所述方法包括： 获取用户的病组数据，将所述病组数据进行结构化特征处理和非结构化特征处理，并通过跨模态注意力机制，将结构化特征处理和非结构化特征处理的结果进行拼接，形成多模态特征； 根据临床指南阶段划分和数据驱动风险拐点，确定病程分层，并构建病程分层网络，所述病程分层网络的每层网络包含对应阶段专属的节点，所述节点包括诊断节点、治疗节点以及结局节点； 将所述病程分层网络的邻接矩阵、所述多模态特征以及时间戳特征输入多模态时空图神经网络模型中，输出每个节点的多模态关联得分和每层网络的核心依赖路径； 根据临床知识，对所述病程分层网络的节点进行约束，筛选出所述核心依赖路径中的目标路径； 对所述目标路径进行反事实模拟验证，输出验证合格的最终路径； 所述根据临床知识，对所述病程分层网络的节点进行约束，筛选出所述核心依赖路径中的目标路径的步骤中，首先标记所述病程分层网络中节点对的因果关系，当因果关系为明确因果时，则进行正向约束，即提升对应的边权重的初始值；当因果关系为明确无关时，则进行反向约束，即设置对应的边权重的上限，以过滤伪关联； 所述对所述目标路径进行反事实模拟验证，输出验证合格的最终路径的步骤包括： 获取临床禁忌库，校验对所述目标路径的虚拟干预方案是否符合临床操作规范； 若校验对所述目标路径的虚拟干预方案符合临床操作规范，则通过计算干预效应，验证干预对结局产生的影响，具体的，针对干预为非连续型变量时，计算干预后结局的绝对变化值和相对变化百分比，判断绝对变化值和相对变化百分比是否均大于对应的阈值，同时针对干预为连续型变量时，验证干预强度与结局改善是否呈正相关阶梯式相关； 若绝对变化值和相对变化百分比均大于对应的阈值，且验证干预强度与结局改善呈正相关阶梯式相关，则通过敏感性分析，验证干预效应在不同条件下的稳定性，具体的，包括验证混杂因素调整后重新计算的干预效应的效应波动幅度是否小于预设波动幅度，以及验证Bootstrap抽样验证是否达标； 若验证混杂因素调整后重新计算的干预效应的效应波动幅度小于预设波动幅度，且验证Bootstrap抽样验证达标，则根据医学病理机制、药理学原理，验证干预与结局的因果逻辑是否矛盾； 若验证干预与结局的因果逻辑无矛盾，则输出对应的路径。

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江西云数医院管理有限公司，其通讯地址为：330000 江西省南昌市东湖区豫章路1号文化科技园新九楼303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。