買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉上海交通大學醫學院附屬仁濟醫院申請的專利基于人工智能的多模態前列腺癌生化復發風險分層預測系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120260936B 。

龍圖騰網通過國家知識產權局官網在2025-09-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510740923.9，技術領域涉及：G16H50/30；該發明授權基于人工智能的多模態前列腺癌生化復發風險分層預測系統是由陳銳;薛蔚;童同;鄧龍昕;毛詠欣;胡紫薇設計研發完成，并于2025-06-05向國家知識產權局提交的專利申請。

本基于人工智能的多模態前列腺癌生化復發風險分層預測系統在說明書摘要公布了：本發明提供了一種基于人工智能的多模態前列腺癌生化復發風險分層預測系統。基于Xgboost框架，通過端到端、多尺度、多中心、大樣本分析術后患者病理全景病理切片掃描圖像，最大限度利用病理學信息，同時結合CAPRA?S評分等臨床指標可以更全面地評估患者的預后風險，較傳統模型具有明顯的優勢。該方法旨在更加貼合醫院的使用場景，通過融合根治術后的病理切片特征和臨床特征更加高效準確地預測患者出現前列腺癌復發的風險，有助于精準預測患者術后3年及更長時間內復發的風險。進一步結合可解釋模塊，輔助醫生對結果進行解讀，進而實現前列腺癌患者BCR風險的精準分層和個性化隨訪，降低過度治療和漏診的風險，具有良好的應用前景。

本發明授權基于人工智能的多模態前列腺癌生化復發風險分層預測系統在權利要求書中公布了：1.一種基于人工智能的多模態前列腺癌生化復發風險分層預測系統，其特征在于，包括： 輸入顯示模塊，用于輸入患者的原始病歷報告以及含有病理切片的全景掃描圖像的手術病理報告，并在分析結束后對分析結果進行顯示； 臨床特征提取及處理模塊，從原始病歷報告、手術病理報告中自動提取患者的臨床特征信息，并自動進行缺失值判定和填充，提取過程中，基于內置的數據校驗機制對于存在歧義或不確定性的字段進行標記，提示臨床醫生進行復核；而后對填充后的信息進行基于CAPRA-S評分體系的風險分層算法評分，形成標準化臨床特征向量； 病理特征提取及處理模塊，圖像經預處理后，采用基于偽包策略和循環交叉注意力的多實例算法，先提取出不同物鏡倍數腫瘤圖像的深層特征，接著在弱監督網絡中生成全景病理切片掃描圖像級別的特征表示，提取出微觀細胞異常和宏觀組織變化特征，得到病理特征表示，并融合生成病理層面的生化復發預測評分； 融合預測模塊，首先通過Xgboost模型融合CAPRA-S評分、年齡、臨床病理分期、精囊侵犯、手術切緣狀態、術前PSA水平和病理層面的生化復發預測評分，并通過注意力機制突出關鍵特征的權重，而后計算各特征的注意力分數，并對特征進行加權融合后基于計算分析結果得到高危、中危、低危三級風險等級；然后采用survival:aft加速失效時間目標函數建模，基于模型學習的臨床特征與生存時間分布之間的關系，預測患者的生存時間； 可解釋性模塊，從病理圖像、融合模型和相似病例三個層面提供深度解讀，量化展示各臨床指標與病理特征對預測結果的貢獻程度，提供從視覺、定量分析和類比推理多個維度理解模型的判斷依據，所述可解釋性模塊包括病理圖像可解釋子模塊、融合模型可解釋子模塊、相似病例對比分析子模塊， 所述病理圖像可解釋子模塊基于Grad-CAM技術智能解析病理圖像，通過多尺度熱力圖精確定位對預測評分貢獻顯著的病理區域，并在不同放大倍率下呈現重要形態學特征；分析過程中通過內置可視化校準機制確保提取結果與病理醫生的判斷基本一致，對于存在歧義或不確定性的病理區域，系統標記熱力圖中的重要區域并提示病理醫生進行復核， 所述融合模型可解釋子模塊利用SHAP值計算方法對全部輸入變量進行貢獻度量化分析，直觀展示各臨床指標與病理特征對最終風險預測結果的正負性影響程度；分析過程中，對于貢獻度異常或與臨床經驗不符的指標，系統進行標記并提示臨床醫生進行復核， 所述相似病例對比分析子模塊自動從內部訓練集中檢索30個特征表達和預測評分最為相似的患者案例，并以表格形式呈現其關鍵臨床基線指標、治療方案和實際生化復發結果，形成基于真實病例的風險參考譜系；分析過程中，對于相似病例與目標患者差異較大的特征，系統進行標記并提示臨床醫生進行復核。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人上海交通大學醫學院附屬仁濟醫院，其通訊地址為：200127 上海市浦東新區東方路1630號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。