一种并发症风险预测系统、方法、装置、设备及介质制造方法及图纸

本申请实施例公开了一种并发症风险预测系统、方法、装置、设备及介质，应用于医疗技术领域，其中，该并发症风险预测系统包括：风险预测设备和存储设备；其中，该存储设备用于存储用户的诊疗数据；该风险预测设备，用于执行以下步骤：获取目标用户的目标疾病类型对应的诊疗数据；结合多个单任务学习模型和多任务学习模型确定多个目标并发症对应的第二风险因子的权重，以及确定每个目标并发症对应的权重，以基于每个第二风险因子的权重和每个目标并发症对应的权重，确定所述目标用户的并发症风险信息。采用本申请实施例，有助于提升并发症预测的可靠性。

A complication risk prediction system, method, device, equipment and medium

【技术实现步骤摘要】
一种并发症风险预测系统、方法、装置、设备及介质
本申请涉及人工智能
，尤其涉及一种并发症风险预测系统、方法、装置、设备及介质。
技术介绍
专利技术人意识到，各种疾病的发病率逐年升高，且患者常常伴有至少一种并发症，而这些并发症往往无法及时发现，导致增加了治疗难度。因此，如何实现并发症的可靠预测成为亟需解决的问题。
技术实现思路
本申请实施例提供了一种并发症风险预测系统、方法、装置、设备及介质，有助于提升并发症预测的可靠性。第一方面，本申请实施例提供了一种并发症风险预测系统，包括：风险预测设备和存储设备；其中，所述存储设备用于存储用户的诊疗数据；所述风险预测设备，用于执行以下步骤：从所述存储设备获取目标用户的目标疾病类型对应的诊疗数据；分别利用多个单任务学习模型对所述诊疗数据进行处理，以得到多个目标并发症中每个目标并发症的第一风险因子；所述目标并发症为所述目标疾病类型下的并发症，且所述目标并发症与所述单任务学习模型一一对应；利用多任务学习模型对所述多个目标并发症对应的第一风险因子进行本文档来自技高网...

【技术保护点】
1.一种并发症风险预测系统，其特征在于，包括：风险预测设备和存储设备；其中，所述存储设备用于存储用户的诊疗数据；/n所述风险预测设备，用于执行以下步骤：/n从所述存储设备获取目标用户的目标疾病类型对应的诊疗数据；/n分别利用多个单任务学习模型对所述诊疗数据进行处理，以得到多个目标并发症中每个目标并发症的第一风险因子；所述目标并发症为所述目标疾病类型下的并发症，且所述目标并发症与所述单任务学习模型一一对应；/n利用多任务学习模型对所述多个目标并发症对应的第一风险因子进行处理，以得到多个第二风险因子；/n确定每个第二风险因子的第一权重，以及确定每个目标并发症对应的第二权重；/n根据每个第二风险因子...

【技术特征摘要】
1.一种并发症风险预测系统，其特征在于，包括：风险预测设备和存储设备；其中，所述存储设备用于存储用户的诊疗数据；
所述风险预测设备，用于执行以下步骤：
从所述存储设备获取目标用户的目标疾病类型对应的诊疗数据；
分别利用多个单任务学习模型对所述诊疗数据进行处理，以得到多个目标并发症中每个目标并发症的第一风险因子；所述目标并发症为所述目标疾病类型下的并发症，且所述目标并发症与所述单任务学习模型一一对应；
利用多任务学习模型对所述多个目标并发症对应的第一风险因子进行处理，以得到多个第二风险因子；
确定每个第二风险因子的第一权重，以及确定每个目标并发症对应的第二权重；
根据每个第二风险因子的第一权重和每个目标并发症对应的第二权重，确定所述目标用户针对所述目标疾病类型的并发症风险信息。


2.根据权利要求1所述的系统，其特征在于，所述根据每个第二风险因子的第一权重和每个目标并发症对应的第二权重，确定所述目标用户针对所述目标疾病类型的并发症风险信息，包括：
利用风险预测模型对所述第一权重和所述第二权重进行处理，以得到所述目标用户针对所述目标疾病类型的并发症风险信息；
其中，所述风险预测模型的损失函数是基于多个诊疗样本数据得到的目标疾病类型对应的风险因子权重和目标并发症的权重确定出的。


3.根据权利要求2所述的系统，其特征在于，所述风险预测设备，还用于执行以下步骤：
获取多个患者的诊疗样本数据，并分别利用多个单任务学习模型对所述诊疗样本数据进行处理，以得到多个目标并发症对应的多个第一风险因子；
利用多任务学习模型对所述多个第一风险因子进行处理，以从所述多个第一风险因子中确定出多个第二风险因子，并确定每个第二风险因子的权重；
确定每个目标并发症对应的权重；
根据所述每个第二风险因子的权重和每个目标并发症对应的权重，确定出所述损失函数，以训练得到所述风险预测模型，所述风险预测模型用于预测用户针对所述目标疾病类型的并发症风险信息。


4.根据权利要求3所述的系统，其特征在于，所述利用多任务学习模型对所述多个第一风险因子进行处理，以从所述多个第一风险因子中确定出多个第二风险因子，并确定每个第二风险因子的权重，包括：
利用L1正则化对所述多个第一风险因子进行处理，确定所述多个第一风险因子对应的权重矩阵；
根据所述多个第一风险因子对应的权重矩阵进行特征选择，确定所述多个第二风险因子对应的权重矩阵；
根据所述多个第二风险因子对应的权重矩阵，确定所述多个第二风险因子以及每个第二风险因子的权重。


5.根据权利要求3所述的系统，其特征在于，所述目标并发症对应的权重为该目标并发症的损失函数的权重；所述确定每个目标并发症对应...

【专利技术属性】
技术研发人员：黄思皖，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44