基于时序图神经网络的患者疾病演化关系预测方法及系统

AITNT
正文
推荐专利
基于时序图神经网络的患者疾病演化关系预测方法及系统
申请号:CN202510689217
申请日期:2025-05-27
公开号:CN120565117B
公开日期:2026-01-02
类型:发明专利
摘要
本发明涉及医疗健康信息技术领域,特别涉及基于时序图神经网络的患者疾病演化关系预测方法及系统,包括:步骤S01,获取线下诊断数据和线上诊断数据,基于线下诊断数据和线上诊断数据建立第一病历数据信息和第二病历数据信息;步骤S02,将第一病历数据信息和第二病历数据信息按照时间顺序整理,获取综合病历数据信息,对所有的病历数据进行分析,获取目标疾病的病历数据信息建立目标疾病病历数据信息。本发明,通过整合线下诊断与线上诊断,能够填补因单一数据来源导致的“沉默期”,确保患者治疗记录的完整性,从而提高疾病管理的连续性。
技术关键词
关系预测方法 病历 时序 神经网络模型 药房管理系统 连续型数据 疾病 患者 医保支付系统 电商平台订单 诊断数据采集 数据信息获取方法 互联网医院 医疗健康信息技术 生成特征 编码 节点 线下 药物
系统为您推荐了相关专利信息
1
基于人工智能的数据分析方法及系统
数据分析方法 加密策略 数据分析设备 交互特征 标识符
2
一种基于参数化编程的机器人焊接方法及系统
机器人焊接方法 参数 尺寸特征 编程 深度Q网络
3
组织基因的转录因子识别方法及装置
基因调控网络 神经网络模型 转录因子 矩阵 核糖核酸
4
心跳间隔估计方法、装置、设备、介质和程序产品
稳态 机器学习模型 估计方法 短时傅里叶变换 神经网络模型
5
油烟机控制方法、装置、电子设备及存储介质
油烟机控制方法 计算机可执行指令 神经网络模型 数据映射关系 语音采集模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号