基于多模态数据融合的全周期智能管理系统及方法技术方案

本发明专利技术公开了基于多模态数据融合的全周期智能管理系统及方法，其属于数据管理技术领域，其中，数据获取模块获取患者的临床数据、影像学数据、生理状态监测数据和心理自述数据；模型构建模块构建知识图谱模型，根据知识图谱模型和深度学习算法构建决策评分模型；模型训练模块将临床数据、影像学数据、生理状态监测数据和心理自述数据作为训练集，对训练集进行预处理，将预处理的训练集输入决策评分模型中训练，得到训练后的决策评分模型；训练后的决策评分模型用于以患者实时数据为输入，输出患者的各个领域的决策建议及其对应的概率，融合多模态数据，避免评估片面化，及时发现风险，给出与患者对应的决策建议，具有个性化适配能力。

【技术实现步骤摘要】

本专利技术属于数据管理，具体涉及一种基于多模态数据融合的全周期智能管理系统及方法。

技术介绍

1、全球范围内，前列腺癌、膀胱癌和肾癌等泌尿系统肿瘤的发病率逐年上升，目前，泌尿系统肿瘤化疗管理领域的技术研究重点主要集中在静态风险评估、单向医患交互及单一数据源分析。现有技术中使用系统辅助推荐化疗方案，常采用基于固定生物标志物或临床数据构建评分模型的方法，根据通用诊疗方案库和患者的基本信息生成建议。

2、但上述技术也存在诸多不足之处：现有系统数据整合能力不足，多依赖单一数据模型，未融合多模态数据，导致评估片面化；传统评分模型采用固定参数权重，无法捕捉化疗过程中动态变化的时序特征，导致风险预警延迟；现有药物禁忌校验工具依赖通用数据库，未结合患者基因检测结果或个体影响因素，缺乏动态调整与个性化适配能力，用药方案可能缺乏精准性；传统系统无法实时监测用药偏差或患者状态的变化，导致患者治疗效果与生活质量的提升受到限制，干预措施可能滞后。

3、基于上述不足，如何提供一种有效的方案以解决评估片面化、风险预警延迟、用药方案缺乏精准性以及无法实时监测的问题本文档来自技高网...

【技术保护点】

1.一种基于多模态数据融合的全周期智能管理系统，其特征在于，包括数据获取模块、模型构建模块和模型训练模块；

2.根据权利要求1所述的基于多模态数据融合的全周期智能管理系统，其特征在于，还包括实时获取模块和建议模块；

3.根据权利要求2所述的基于多模态数据融合的全周期智能管理系统，其特征在于，所述训练后的决策评分模型包括共享层、多个任务特定层以及全连接层；

4.根据权利要求3所述的基于多模态数据融合的全周期智能管理系统，其特征在于，所述共享层还用于使用LSTM网络对预处理的患者实时数据进行处理，得到时序特征矩阵，基于时序特征矩阵，得到患者用药依从性趋势，...

【技术特征摘要】

1.一种基于多模态数据融合的全周期智能管理系统，其特征在于，包括数据获取模块、模型构建模块和模型训练模块；

2.根据权利要求1所述的基于多模态数据融合的全周期智能管理系统，其特征在于，还包括实时获取模块和建议模块；

3.根据权利要求2所述的基于多模态数据融合的全周期智能管理系统，其特征在于，所述训练后的决策评分模型包括共享层、多个任务特定层以及全连接层；

4.根据权利要求3所述的基于多模态数据融合的全周期智能管理系统，其特征在于，所述共享层还用于使用lstm网络对预处理的患者实时数据进行处理，得到时序特征矩阵，基于时序特征矩阵，得到患者用药依从性趋势，以判断是否触发分级干预策略。

5.根据权利要求1所述的基于多模态数据融合的全周期智能管理系统，其特征在于，构建知识图谱模型，包括：

6.根据权利要求1所述的基于多模态数据融合的全周期智能管理系统，其特征在于，对训练集进...

【专利技术属性】
技术研发人员：高晶晶，路瑶，贯华，姚林，韩文聪，孙婷，顾馨彤，刘可垚，董超祺，周瑶瑶，赵艳瑶，杨映锴，
申请(专利权)人：北京大学第一医院北京大学第一临床医学院，
类型：发明
国别省市：