数据处理方法、装置、介质及电子设备制造方法及图纸

本发明专利技术实施例提供了一种数据处理方法、装置、介质及电子设备，该数据处理方法包括：获取预定时间段内目标区域的目标疾病的历史发病率和/或历史死亡率；根据所述历史发病率和/或历史死亡率建立针对所述目标区域和所述目标疾病的马尔科夫模型；利用所述马尔科夫模型预测所述目标区域在预测时间点所述目标疾病的当前发病率和/或当前死亡率。本发明专利技术实施例的技术方案能够实现自动预测目标区域内的目标疾病在未来一段时间的发病率和/或死亡率。

【技术实现步骤摘要】
数据处理方法、装置、介质及电子设备
本专利技术涉及数据处理
，具体而言，涉及一种数据处理方法、装置、介质及电子设备。
技术介绍
目前，相关部门每年都会统计并公布各个地区一些重大疾病的发病趋势，例如发布北京地区每年各种癌症的发病率、死亡率等信息，但公开的发病率和死亡率是基于过去这一年的历史数据统计获得的，无法自动预测未来一段时间内的发病率和死亡率。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本专利技术的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本专利技术实施例的目的在于提供一种数据处理方法、装置、介质及电子设备，进而至少在一定程度上克服相关技术中无法自动预测患者发病率和/或死亡率的问题。本专利技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本专利技术的实践而习得。根据本公开的一个方面，提供一种数据处理方法，包括：获取预定时间段内目标区域的目标疾病的历史发病率和/或历史死亡率；根据所述历史发病率和/或历史死亡率建立针对所述目标区域和所述目标疾病的马尔科夫模型；利用所述马尔科夫模型预测所述目标区域在预测时间点所述目标疾病的当前发病率和/或当前死亡率。在本公开的一种示例性实施例中，还包括：根据所述历史发病率和/或历史死亡率建立针对所述目标区域和所述目标疾病的马尔科夫模型，包括：将所述历史发病率和/或历史死亡率划分为至少一种状态；根据所述历史发病率和/或历史死亡率获取各状态的统计信息；根据所述统计信息确定所述马尔科夫模型的一步转移概率矩阵和初始状态概率向量。在本公开的一种示例性实施例中，根据所述历史发病率和/或历史死亡率建立针对所述目标区域和所述目标疾病的马尔科夫模型，还包括：根据所述历史发病率和/或历史死亡率获得各状态的平均发病率和/或平均死亡率。在本公开的一种示例性实施例中，利用所述马尔科夫模型预测所述目标区域在预测时间点所述目标疾病的当前发病率和/或当前死亡率，包括：根据所述一步转移概率矩阵和所述初始状态概率向量，获得所述目标区域在所述预测时间点所述目标疾病处于各状态的预测概率；根据各状态的预测概率和各状态的平均发病率和/或平均死亡率，获得所述目标区域在所述预测时间点所述目标疾病的当前发病率和/或当前死亡率。在本公开的一种示例性实施例中，还包括：获取各历史发病率和/或历史死亡率的年龄信息；根据各历史发病率和/或历史死亡率及其年龄信息，获得所述目标疾病各年龄的平均发病率和/或平均死亡率；根据各年龄的平均发病率和/或平均死亡率建立回归模型；根据所述回归模型获得所述目标疾病在目标年龄的预测发病率和/或预测死亡率。在本公开的一种示例性实施例中，还包括：根据所述历史发病率和/或历史死亡率，获得所述预定时间段内每相邻时间区间内的所述目标疾病的历史发病率和/或历史死亡率的差值；根据各差值获得差值均值；根据所述差值均值判断所述目标疾病的发病率和/或死亡率是否出现异常波动。在本公开的一种示例性实施例中，还包括：将所述目标区域内的所述目标疾病的历史病案信息存储至区块链中；其中，所述历史病案信息包括历史发病率和/或历史死亡率和/或各历史发病率和/或历史死亡率的年龄信息。根据本公开的一个方面，提供一种数据处理装置，包括：历史数据获取模块，配置为获取预定时间段内目标区域的目标疾病的历史发病率和/或历史死亡率；预测模型建立模块，配置为根据所述历史发病率和/或历史死亡率建立针对所述目标区域和所述目标疾病的马尔科夫模型；结果预测模块，配置为利用所述马尔科夫模型预测所述目标区域在预测时间点所述目标疾病的当前发病率和/或当前死亡率。根据本公开的一个方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例所述的数据处理方法。根据本公开的一个方面，提供一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述任一实施例所述的数据处理方法。本专利技术实施例提供的技术方案可以包括以下有益效果：在本专利技术的一些实施例所提供的技术方案中，通过根据获取的预定时间段内目标区域的目标疾病的历史发病率和/或历史死亡率，建立针对所述目标区域和所述目标疾病的马尔科夫模型，从而可以实现利用所述马尔科夫模型预测所述目标区域在预测时间点所述目标疾病的当前发病率和/或当前死亡率。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：图1示意性示出了根据本专利技术的一个实施例的数据处理方法的流程图；图2示意性示出了图1中的步骤S120的一个实施例的流程图；图3示意性示出了图1中的步骤S130的一个实施例的流程图；图4示意性示出了根据本专利技术的另一个实施例的数据处理方法的流程图；图5示意性示出了根据本专利技术的又一个实施例的数据处理方法的流程图；图6示意性示出了根据本专利技术的一个实施例的数据处理装置的框图；图7示意性示出了根据本专利技术的另一个实施例的数据处理装置的框图；图8示出了适于用来实现本专利技术实施例的电子设备的计算机系统的结构示意图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本专利技术将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本专利技术的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本专利技术的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本专利技术的各方面。附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。图1示意性示出了根据本专利技术的一个实施例的数据处理方法的流程图，该数据处理方法的执行主体可以是具有计算处理功能的设备，如服务器和/或移动终端等。如图1所示，本专利技术实施方式提供的数据处理方法可以包括以下步骤。在步骤S110中，获取预定时间段内目标区域的目标疾病的历史发病率和/或历史死亡率。本专利技术实施例中，所述预定时间段内可以是过去的一段时间，可以以年为单位，也可以以月为单位，甚至可以以周或者天、小时等为单位，在下面的实施例中，仅以年为单位为例进行举例说明，但本专利技术并不限定于此本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，包括：获取预定时间段内目标区域的目标疾病的历史发病率和/或历史死亡率；根据所述历史发病率和/或历史死亡率建立针对所述目标区域和所述目标疾病的马尔科夫模型；利用所述马尔科夫模型预测所述目标区域在预测时间点所述目标疾病的当前发病率和/或当前死亡率。

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获取预定时间段内目标区域的目标疾病的历史发病率和/或历史死亡率；根据所述历史发病率和/或历史死亡率建立针对所述目标区域和所述目标疾病的马尔科夫模型；利用所述马尔科夫模型预测所述目标区域在预测时间点所述目标疾病的当前发病率和/或当前死亡率。2.根据权利要求1所述的数据处理方法，其特征在于，根据所述历史发病率和/或历史死亡率建立针对所述目标区域和所述目标疾病的马尔科夫模型，包括：将所述历史发病率和/或历史死亡率划分为至少一种状态；根据所述历史发病率和/或历史死亡率获取各状态的统计信息；根据所述统计信息确定所述马尔科夫模型的一步转移概率矩阵和初始状态概率向量。3.根据权利要求2所述的数据处理方法，其特征在于，根据所述历史发病率和/或历史死亡率建立针对所述目标区域和所述目标疾病的马尔科夫模型，还包括：根据所述历史发病率和/或历史死亡率获得各状态的平均发病率和/或平均死亡率。4.根据权利要求3所述的数据处理方法，其特征在于，利用所述马尔科夫模型预测所述目标区域在预测时间点所述目标疾病的当前发病率和/或当前死亡率，包括：根据所述一步转移概率矩阵和所述初始状态概率向量，获得所述目标区域在所述预测时间点所述目标疾病处于各状态的预测概率；根据各状态的预测概率和各状态的平均发病率和/或平均死亡率，获得所述目标区域在所述预测时间点所述目标疾病的当前发病率和/或当前死亡率。5.根据权利要求1所述的数据处理方法，其特征在于，还包括：获取各历史发病率和/或历史死亡率的年龄信息；根据各历史发病率和/或历史死亡率及其年龄信息...

【专利技术属性】
技术研发人员：李夫路，梁爽，王垚，
申请(专利权)人：泰康保险集团股份有限公司，
类型：发明
国别省市：北京,11