买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南师范大学申请的专利一种基于症状-药物双向验证的用药辅助系统及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120164570B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510641426.3，技术领域涉及：G16H20/10；该发明授权一种基于症状-药物双向验证的用药辅助系统及装置是由徐大宏;付磊;沈言文;李希;刘宏设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本一种基于症状-药物双向验证的用药辅助系统及装置在说明书摘要公布了：本发明公开了一种基于症状‑药物双向验证的用药辅助系统及装置，属于智慧医疗技术领域。所述系统包括数据预处理、实体提取与对齐、图谱检索、病例检索及双向验证与辅助决策模块。系统通过AC自动机规则引擎及知识增强型BERT模型提取医疗实体，采用两阶段术语对齐策略实现与知识图谱实体映射；采用提示词驱动的操作链生成机制进行知识图谱查询，获得候选药物集合；同时基于向量相似性检索相似病例，生成关联药物集合；最终融合外部医药知识库数据，执行双向验证与补全策略，输出具有临床安全性与覆盖广度的用药推荐。本发明还提供了实现上述系统功能的装置结构，有效提升临床用药辅助决策的准确性和可解释性。

本发明授权一种基于症状-药物双向验证的用药辅助系统及装置在权利要求书中公布了：1.一种基于症状-药物双向验证的用药辅助系统，其特征在于，包括数据预处理模块、实体提取与对齐模块、图谱检索模块、病例检索模块及双向验证与辅助决策模块； 数据预处理模块：用于预处理医疗知识图谱，清洗医疗问答数据集，生成症状向量并建立结构化病例存储至向量数据库； 实体提取与对齐模块：用于结合规则引擎和知识增强型BERT模型实现医疗描述文本或临床表达片段中的症状实体提取，并与所述知识图谱中的实体对齐，得到目标实体； 所述知识增强型BERT模型为DCEF-BERT模型，其包括： 设计双通道输入结构，包括： 知识图谱嵌入通道通过图注意力网络对医疗知识图谱的节点关系路径进行编码，生成包含疾病-症状层级、药物-适应症关联的拓扑特征嵌入； 上下文嵌入通道保留BERT原始的词嵌入、段嵌入与位置编码，捕获输入文本的局部语义与全局依赖； 设计动态融合门控机制，通过可学习参数矩阵与激活函数，对双通道嵌入进行加权融合，具体可表示为： ； ； 其中，为融合权重系数，为可学习的参数矩阵，表示非线性激活函数，知识嵌入是通过图注意力网络从医疗知识图谱中提取出的结构化实体表示，上下文嵌入是由BERT模型在处理输入文本时生成的原始词向量、位置编码与段向量的结合，融合嵌入为知识嵌入与上下文嵌入在动态门控机制下加权计算得到的最终特征表示； 所述模型的微调方法包括： 从开源医疗文本数据集中采集成对的用户症状描述与标准化实体标签，构建非结构化训练样本； 基于所述训练样本，冻结BERT基础模型的底层参数，仅更新双通道嵌入层、动态门控层及顶层Transformer块的参数，并采用联合损失函数进行微调，联合损失函数定义为： ； 其中，为知识图谱拓扑特征匹配损失，为文本上下文语义匹配损失，为动态权重系数，其值根据知识图谱对训练数据中实体的覆盖率确定：当覆盖率高于第一阈值时，取预设值一；当覆盖率介于第一阈值与第二阈值之间时，取预设值二；当覆盖率低于第二阈值时，取预设值三； 将融合后的嵌入输入BERT的Transformer编码层，通过多头自注意力机制捕捉不同通道之间具备潜在关联的交互特征，提升对长尾症状和多种表达歧义的识别能力； 基于上述结构与训练方式，所述知识增强型BERT模型能够有效支持实体提取与对齐模块中对医疗描述文本或临床表达片段中症状实体的提取与对齐操作； 图谱检索模块：用于对医疗描述文本进行结构化解析，基于包含所述目标实体与预定义关系类型的提示词模板生成多步骤操作链，通过执行所述操作链中的知识图谱查询指令及逻辑集合运算，得到候选药物集合； 病例检索模块：用于将所述目标实体向量化，基于所述目标向量在所述向量数据库中匹配相似病例，生成关联药物集合； 双向验证与辅助决策模块：基于外部医药知识库数据，动态整合候选药物集合与关联药物集合，通过双向验证筛选实现多源融合决策。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南师范大学，其通讯地址为：410081 湖南省长沙市岳麓区麓山路36号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。