一种基于PBC患者医疗数据的疲劳评估方法及系统

AITNT
正文
推荐专利
一种基于PBC患者医疗数据的疲劳评估方法及系统
申请号:CN202511043031
申请日期:2025-07-28
公开号:CN120954703A
公开日期:2025-11-14
类型:发明专利
摘要
本发明涉及医疗健康技术领域,尤其涉及一种基于PBC患者医疗数据的疲劳评估方法及系统,其中方法包括:通过多模态终端采集患者医疗数据,将单个患者单次检查的医疗数据作为一个数据组;根据预设筛选条件对数据组进行筛选,将筛选后的数据组存入数据库;获取血清样本中的疲劳相关的生物标志物;根据生物标志物对疲劳程度进行评估,将评估结果与对应的数据组进行匹配;根据数据组以及评估结果进行训练,获取疲劳程度评估模型;根据疲劳程度评估模型对患者疲劳程度进行评估。而本发明借助生物标志物量化分析结果作为评估依据,有效弥补了主观量表的局限性,为后续疲劳程度评估模型的训练提供了更精准的基础数据,保障了模型的可靠性。
技术关键词
患者医疗数据 疲劳评估方法 生物标志物 血清 疲劳评估系统 医疗健康技术 多模态 面部微表情 肿瘤坏死因子 数据收集模块 样本 量表 皮质醇 终端 输出模块 白细胞 药物
系统为您推荐了相关专利信息
1
基于多模态生理-神经-体验闭环的人工智能脊髓神经调控系统及方法
闭环控制回路 子系统 神经调控系统 多模态生理 植入式脉冲发生器
2
2-脱氧-D-葡萄糖在制备抗系统性红斑狼疮药物中的应用
模型小鼠 肾脏 抗体 药物 补体
3
心肺功能退变性慢性疾病的预测方法、系统、设备及介质
客户端 数据分布 生物标志物数据 分布式模型 模型更新
4
一种生物标志物组合及其在预测胃癌风险中的应用
生物标志物 预测胃癌 预测系统 胃癌风险 数据收集模块
5
基于多数据融合的卵巢储备功能减退预测方法
卵巢储备功能减退 生物标志物数据 抗缪勒管激素 风险预测模型 深度学习模型
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