三项拟转移转化科技成果公示

根据《中华人民**国促进科技成果转化法》《****大学科技成果转化管理办法（第六版）》等相关法规文件精神，现对我校下列三项拟转移转化科技成果项目进行公示，公示时间自2026年8月16日起至2026年8月30日止。

技术成果名称：“一种心血管疾病用药的因果知识引导的智能推荐系统”

拟交易方式：技术秘密转让

拟转让金额：拾伍万元整

拟受让方：****

技术简介：此技术属于药物推荐算法领域，面对多病共存患者治疗难度大，需要多学科联合诊疗以综合考虑药物疗效与药物联合使用时的不良反应。构建结合多学科联合诊疗数据与临床指南的药物推荐算法，可为复杂疾病状态患者提供治疗建议。技术从深度学习、因果药物推荐、临床指南规则应用的角度构建多种算法模型，能够实现对CVD系统疾病的药物精准推荐与因果证据支持，促进智能医疗领域朝着客观化、标准化、规范化方向快速发展。

技术成果名称：“呼吸系统疾病患者融合图神经网络与因果推断的安全用药推荐系统”

拟交易方式：技术秘密转让

拟转让金额：拾伍万元整

拟受让方：****

技术简介：此技术提供了一种基于电子健康记录的药物推荐信息生成方法及系统，涉及医疗辅助决策支持系统及数据处理技术领域，将基于逻辑判断的PIM临床规则转化为可参与梯度下降优化的连续可导损失函数，在模型每一轮训练机制下，该可微分的PIM损失函数使得PIM约束能够与推荐准确性损失和DDI损失持续参与每一轮参数更新，这就使得模型在训练优化的每一步都能感知到PIM规则的约束信号，来将PIM所带来的“药物-患者状态”风险约束至模型训练的整个过程，引导模型向既准确又安全的方向持续收敛，从而最终所训练的模型可以生成符合临床应用且安全的药物推荐信息。

技术成果名称：“一种全疾病谱药物推荐模型构建方法和装置”

拟交易方式：技术秘密转让

拟转让金额：贰拾万元整

拟受让方：****

技术简介：此技术提供了一种全疾病谱药物推荐模型构建方法和装置，属于药物推荐领域，包括：基于历史医疗样本数据学习得到因果效应矩阵；构建药物因果推荐子模型，对输入的历史医疗样本数据进行表示学习，得到患者健康状态表示，基于患者健康状态表示输出初始药物预测结果等，它将两个子模型进行级联，利用历史医疗样本数据对级联模型参数进行联合优化训练，得到训练好的级联式药物推荐模型，有****医院复**病共存患者的用药决策质量。

对以上技术秘密转让项目如有质疑，请于2026年8月30日17：00时前将具体意见以书面形式实名反馈至****。

联系电话：0351-****336

联系人：王老师

邮件地址：****@163.com

****

2026.****.16