Евразийский сервер публикаций

Евразийская заявка на изобретение № 202390296

Библиографические данные

(11) Номер патентного документа

202390296

(21) Номер евразийской заявки

202390296

(22) Дата подачи евразийской заявки

2021.07.02

(51) Индексы Международной патентной классификации

G16H 10/60 (2018.01)
G16H 50/20 (2018.01)

(43)(13) Дата публикации евразийской заявки, код вида документа

A1 2023.07.12 Бюллетень № 07 тит.лист, описание

(31) Номер заявки, на основании которой испрашивается приоритет

2020122475

(32) Дата подачи заявки, на основании которой испрашивается приоритет

2020.07.10

(33) Код страны, идентифицирующий ведомство или организацию, которая присвоила номер заявки, на основании которой испрашивается приоритет

RU

(86) Номер и дата подачи международной заявки

RU2021/050200

(87) Номер и дата публикации международной заявки

2022/010384 2022.01.13

(71) Сведения о заявителе(ях)

ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "К-СКАЙ" (RU)

(72) Сведения об изобретателе(ях)

Гусев Александр Владимирович, Новицкий Роман Эдвардович (RU)

(74) Сведения о представителе(ях)
или патентном поверенном

Котлов Д.В., Яшмолкина М.Л., Лазебная Е.А. (RU)

(54) Название изобретения

СИСТЕМА ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ ВРАЧЕБНЫХ РЕШЕНИЙ

Реферат [ENG]
(57) Изобретение относится к области автоматизированных систем медицинской диагностики. Способ обучения системе поддержки принятия врачебных решений с использованием математических моделей, представления пациентов, выполняемый на сервере, включающий этапы, на которых формируют первичный массив структурированных данных о группе пациентов на основе собранных данных по меньшей мере с датчиков систем мониторинга здоровья пациентов, информации, полученной из проведенных анализов, данных анамнеза, данных о симптоматики; осуществляют предварительную обработку и индексацию первичного массива данных; осуществляют мониторинг наборов медицинских показателей и факторов, влияющих на состояние пациента с использованием алгоритмов извлечения признаков и медицинских онтологии; осуществляют формирование окончательного массива структурированных данных; производят автоматическую разметку полученной последовательности медицинских фактов по каждому пациенту, используя извлеченные из электронной медицинской карты пациента диагнозы или другие интересующие факты; производят предварительное обучение моделей исходя из динамики состояний пациентов; производят обучение финальных моделей с параметрами, отобранными при предварительном обучении, и настраивают систему для формирования предложения по лечению последующих пациентов. Технический результат заключается в автоматизации поддержки принятия решений для оказания медицинских манипуляций и в возможности моделировать процессы и тенденции в организме пациента, выявлять влияние медикаментов и назначенного лечения, определять вероятность летального исхода пациента после операций или назначения лечения.
Zoom in

Загрузка данных...


Назад Новый поиск