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！

申请/专利权人：上海森亿医疗科技有限公司

摘要：本申请提供医疗数据项资产敏感性识别方法、系统、终端及介质，包括：包括：从NLP标注内容库提取医疗数据项，对所述医疗数据项进行预处理并转换为适于模型输入的数据格式；基于深度学习模型执行无标签数据的预训练任务以及带标签医疗数据项的模型训练任务，训练得到的预测模型用于对医疗字段内容中的敏感信息进行初筛；构建机器学习模型并以初筛得到的含有敏感信息的医疗数据项作为模型输入，利用外部开源敏感信息知识库中的特征信息对输入的医疗数据项进行分类和判别，以对医疗数据项进行二次精筛；对精筛后的医疗数据项进行数据分类和敏感性分级。本申请具有多层次筛选、模型可解释性、持续优化及隐私保护的显著技术效果。

主权项：1.一种基于机器学习的医疗数据项资产敏感性识别方法，其特征在于，包括：从NLP标注内容库提取医疗数据项，对所述医疗数据项进行预处理并转换为适于模型输入的数据格式；基于深度学习模型执行无标签数据的预训练任务以及带标签医疗数据项的模型训练任务，训练得到的预测模型用于对医疗字段内容中的敏感信息进行初筛；所述深度学习模型包括基于Transformer结构的BERT模型；所述基于深度学习模型执行无标签数据的预训练任务，包括：使用BERT模型中的自监督任务模块执行无标签数据的预训练任务，以从无标签数据中学习医疗文本的内部结合以及句子间的逻辑关系；使用BERT模型中的掩码语言模块随机遮掩输入文本中的部分词或字符，使BERT模型预测这些被遮掩的内容；以及，使用BERT模型中的下句预测模块，使BERT模型对接收到的成对句子预测其中第二个句子是否在原始文档中也是后续句子；在BERT模型的基础上还添加针对敏感信息识别任务的分类层，用于将BERT输出的特征表示映射到敏感信息标签的概率分布；并应用softmax函数将概率分布转换为归一化的概率值，表示每个类别的可能性；构建机器学习模型并以初筛得到的含有敏感信息的医疗数据项作为模型输入，利用外部开源敏感信息知识库中的特征信息对输入的医疗数据项进行分类和判别，以对医疗数据项进行二次精筛；对精筛后的医疗数据项进行数据分类和敏感性分级；所述数据分类的类别包括：个人属性数据、健康状况数据、医疗应用数据、医疗支付数据、卫生资源数据、公共卫生数据；所述敏感性分级包括将医疗数据项按照敏感性由低到高分为多级。

全文数据：

权利要求：

百度查询： 上海森亿医疗科技有限公司 医疗数据项资产敏感性识别方法、系统、终端及介质