疾病预测概率的处理方法、装置、计算机设备以及存储介质制造方法及图纸

本发明专利技术涉及一种疾病预测概率的处理方法，该方法包括：获取测试样本数据，将该测试样本数据输入预设诊断模型中，输出预测概率；根据该预测概率和该测试样本数据建立概率分布数据，该概率分布数据包括概率区间以及与每个概率区间对应的正样本和负样本的数量比例；根据相邻该概率区间对应的该正样本和负样本的数量比例之间的差异度，确定疾病危险程度的划分阈值。本发明专利技术还涉及一种疾病预测概率的处理装置、设备及存储介质。

【技术实现步骤摘要】
疾病预测概率的处理方法、装置、计算机设备以及存储介质
本专利技术涉及信息处理
，特别是涉及一种疾病预测概率的判断方法、装置、计算机设备以及存储介质。
技术介绍
近年来，随着医院的信息化建设，人工智能在医疗领域的应用越来越受到人们的重视。医院中拥有大量的电子病历，蕴含了丰富的医疗信息，经过对这些电子病历的结构化之后，可以得到大量的结构化的信息，利用对这些结构化的信息，可以对患者的患病概率进行预测，得到预测概率。然而，统计学所得到的概率，更表明是在宏观意义上的可能性；然而针对于具体的微观个体，即患者当事人，概率本身不具有意义。经典逻辑在微观上只是100％与0的区别。并且，这些预测概率只是一些数字，并不能真正反馈危险程度。对于概率的解读，也是因人而异，不具有精准性，准确率较低。
技术实现思路
基于此，有必要针对传统预测概率的处理方法准确率低的问题，提供一种预测概率的处理方法、装置、设备及可读存储介质。一种预测概率的处理方法，其中，所述方法包括：获取测试样本数据，将所述测试样本数据输入预设诊断模型中，输出预测概率；根据所述预测概率和所述测试样本数据建立概率分布数据，所述概率分布数据包括概率本文档来自技高网...

【技术保护点】
一种疾病预测概率的处理方法，其特征在于，所述方法包括：获取测试样本数据，将所述测试样本数据输入预设诊断模型中，输出预测概率；根据所述预测概率和所述测试样本数据建立概率分布数据，所述概率分布数据包括多个概率区间以及与每个概率区间对应的正样本和负样本的数量比例；根据相邻所述概率区间对应的所述正样本和负样本的数量比例之间的差异度，确定疾病危险程度的划分阈值。

【技术特征摘要】
1.一种疾病预测概率的处理方法，其特征在于，所述方法包括：获取测试样本数据，将所述测试样本数据输入预设诊断模型中，输出预测概率；根据所述预测概率和所述测试样本数据建立概率分布数据，所述概率分布数据包括多个概率区间以及与每个概率区间对应的正样本和负样本的数量比例；根据相邻所述概率区间对应的所述正样本和负样本的数量比例之间的差异度，确定疾病危险程度的划分阈值。2.根据权利要求1所述的方法，其特征在于，所述根据相邻概率区间对应的所述正样本和负样本的数量比例之间的差异度确定疾病危险程度的划分阈值，包括：按照预测概率从低到高的顺序，依次获取两两相邻的概率区间对应的正样本和负样本的数量比例之间的差异度，当获取到所述差异度达到第一设定值时，获取差异度达到第一设定值的相邻的两个概率区间，将获取的相邻的两个概率区间中的分隔点作为所述疾病危险程度的划分阈值。3.根据权利要求1所述的方法，其特征在于，所述根据相邻概率区间对应的所述正样本和负样本的数量比例之间的差异度确定疾病危险程度的划分阈值，包括：按照预测概率从低到高的顺序，依次获取两两相邻的概率区间对应的正样本和负样本的数量比例之间的差异度；当获取到所述差异度达到第一设定值时，获取达到第一设定值的相邻的两个概率区间，将获取的相邻的两个概率区间中的分隔点作为第一划分阈值；从所述第一划分阈值出发，继续按照预测概率从低到高的顺序依次获取两两相邻的概率区间对应的正样本和负样本的数量比例之间的差异度；当获取到所述差异度达到第二设定值时，获取达到第二设定值的相邻的两个概率区间，将获取的相邻的两个概率区间中的分隔点作为第二划分阈值。4.根据权利要求1所述的方法，其特征在于，所述多个概率区间是...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：北京颐圣智能科技有限公司，
类型：发明
国别省市：北京,11