摘要
一种基于多模态大模型的慢性疾病早期检测方法和系统,涉及智能医疗与人工智能技术领域,该方法包括:从病理数据库获取目标用户在目标时间窗口内的多模态数据流,生成原始多模态数据集;对原始多模态数据集进行时间戳统一和数值标准化处理,得到时序特征序列;输入时序特征序列至多模态大模型,得到异常征兆特征;计算异常征兆特征与历史病例库中已标注病例的特征向量之间的相似度,确定匹配病例;提取匹配病例的诊断结果和发展过程,并结合医学知识图谱确定原始多模态数据集对应的疾病风险等级和发展趋势,得到病理评估结果;根据病理评估结果,生成包含风险类型和干预建议的预警信号。实施本申请,能提高慢性疾病早期检测的准确性。
技术关键词
病理监测系统
医学知识图谱
多模态
时序特征
早期检测方法
指标
序列
计算机程序代码
参数
演化特征
历史变化数据
风险
计算机程序产品
神经网络结构
疾病
人工智能技术
信号
数值
存储器
系统为您推荐了相关专利信息
可见光图像
跟踪方法
匈牙利算法
光信息
红外摄像头
异常检测方法
设备异常检测
振动特征
电力物联网设备
移动端
遥感影像变化检测
遥感影像变化区域检测方法
多模态
引导器
特征提取模块
增强型动态
可见光
图像信号处理方法
多模态
轨迹