申请/专利权人：复旦大学

申请日：2020-07-22

公开（公告）日：2024-07-02

公开（公告）号：CN111916191B

主分类号：G16H40/20

分类号：G16H40/20;G06Q10/0639;G06F18/25;G06F18/214;G06N5/04;G06N3/045;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.07.02#授权;2020.11.27#实质审查的生效;2020.11.10#公开

摘要：本发明涉及一种基于医疗行为数据的医疗行为操作合规性评估系统，包括：多模态数据融合处理模块：用于对多模态的医疗行为数据进行数据融合处理，获取具有时空表征的医疗行为数据；基于云计算的数据标注模块：用于通过专家法对部分医疗行为数据进行标注，采用云计算的学习方式进行学习、分类和标注，构建数据集；直觉推理医疗行为评估模块：用于对数据集依次进行特征提取与分类、时空特征分析、根据医疗行为先验知识进行直觉推理，获取医疗行为操作合规性评估结果；边缘计算智能终端模块：用于进行数据处理以及人机交互。与现有技术相比，本发明具有实时反应能力快、数据分析全面、评价科学合理等优点。

主权项：1.一种基于医疗行为数据的医疗行为操作合规性评估系统，其特征在于，包括：多模态数据融合处理模块：用于对多模态的医疗行为数据进行数据融合处理，获取具有时空表征的医疗行为数据；基于云计算的数据标注模块：用于通过专家法对部分所述医疗行为数据进行标注，从而采用云计算的学习方式对所述医疗行为数据进行学习、分类和标注，构建多模态的数据集；直觉推理医疗行为评估模块：用于对所述数据集依次进行特征提取与分类、时空特征分析、根据医疗行为先验知识进行直觉推理，获取医疗行为操作合规性评估结果；边缘计算智能终端模块：用于搭载所述基于云计算的数据标注模块和所述直觉推理医疗行为评估模块，进行数据处理以及人机交互；所述直觉推理医疗行为评估模块中，采用GNN节点进行特征提取与分类；所述直觉推理医疗行为评估模块中，利用次序池化技术，采用3DCNN与LSTM融合的时空网络，对所述医疗行为数据进行时空特征分析；所述直觉推理医疗行为评估模块中，通过对融合注意力机制的深度神经网络对所述医疗行为数据的时空特征进行表达，然后采用预先构建的认知模型，获取评估结果；所述认知模型基于先验知识以及模型压缩和剪枝的手段构建；所述先验知识包括医疗行为合规性指标、医疗操作规范流程和既往病例。

全文数据：

权利要求：

百度查询： 复旦大学 一种基于医疗行为数据的医疗行为操作合规性评估系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD