龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：安徽省立医院(中国科学技术大学附属第一医院)
申请日：2024-02-23
公开（公告）日：2024-06-21
公开（公告）号：CN118230878A
主分类号：G16H10/20
分类号：G16H10/20;G16H10/60;G16H50/30;G16H50/70;G16H40/67;G06F40/186;G06F16/22;G06F16/28;G06F16/2458;G06F16/2457;G06N3/0499;H04M3/493;H04M3/527
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了基于深度学习的智能病例随访系统、方法及存储介质，解决了现有的病例随访方式普遍采用人工随访耗时耗力，缺乏专病话术和精准化随访、信息采集度较差，也无法集成现有业务系统中的全部历史数据，影响了不良预后的发生风险预警分析精准度的问题，所述基于深度学习的智能病例随访系统包括随访定制模块、随访服务端、结果分析模块，所述随访定制模块与随访服务端通信连接，随访服务端分别与随访定制模块以及结果分析模块之间双向通信连接；本发明实施例设置有随访定制模块，随访定制模块能够基于患者基础信息构建共享数据库，共享数据库的构建方便了对不同患者定制个性化的患者随访计划。
主权项：1.基于深度学习的智能病例随访系统，其特征在于，所述基于深度学习的智能病例随访系统包括随访定制模块、随访服务端、结果分析模块，所述随访定制模块与随访服务端通信连接，随访服务端分别与随访定制模块以及结果分析模块之间双向通信连接；随访定制模块，所述随访定制模块用于获取患者基础信息，对患者基础信息进行归一化预处理，并基于患者基础信息构建共享数据库，基于所述共享数据库中患者基础信息定制患者随访计划；随访服务端，所述随访服务端响应于至少一组患者随访计划，识别并解析患者随访计划，基于患者随访计划生成标准化随访指令，并执行所述标准化随访指令，定期获取随访信息；结果分析模块，所述结果分析模块解析加载随访信息，基于预构建的随访识别模型对随访信息进行综合分析，并将随访结果上传至共享数据库。
全文数据：
权利要求：
百度查询： 安徽省立医院(中国科学技术大学附属第一医院) 基于深度学习的智能病例随访系统、方法及存储介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号