一种基于高斯混合模型的患者疾病预测控制系统与方法技术方案

本发明专利技术公开了一种基于高斯混合模型的患者疾病预测控制系统与方法，系统包含数据处理模块、聚类分析模块、分类预测模块、患者管理模块、数据库；方法步骤如下数据获取模块从数据库拉取顾客数据并传输至数据预处理模块，数据预处理模块对顾客数据进行清洗、转换、整合后特征提取模块从中提取特征；聚类分析模块采用高斯混合模型对顾客数据进行聚类分析得到顾客患某种类型疾病的概率，根据该概率进行疾病分类归类得到特征数据集；分类预测模块获取特征数据集并将其作为样本训练分类模型对未知顾客的个人数据进行疾病预测得到疾病预测数据；患者管理模块获取顾客的个人数据、疾病预测数据并管理，患者管理模块依据疾病预测数据发送预测结果至客户端。

【技术实现步骤摘要】
一种基于高斯混合模型的患者疾病预测控制系统与方法
本专利技术涉及疾病预测系统领域，具体涉及一种基于高斯混合模型的患者疾病预测控制系统与方法。
技术介绍
在药店行业，每位顾客都有自己的健康需求，公司构建的药品标准分类库中包含药品对应的疾病类型信息，但是考虑购买行为的偶然性和时效性，不能简单地根据顾客是否购买过某疾病类型药品，就判定顾客是否患有相应疾病，比如，考虑某种慢性病，若活跃顾客A最近一年内只在早期有过一两次购买相关药品的记录，活跃顾客B最近一年内经常购买相关药品，那么顾客B患该种疾病的概率极大，而顾客A大概率不患有该种疾病，为了给顾客提供更加专业化和个性化的健康服务，考虑到药店顾客所患疾病信息是没法直接获得或确定的，我们需要准确识别出顾客的疾病类型，但是药店顾客的购药记录数据中和会员数据中不包含其所患疾病的任何信息，无法进行疾病分类，无法直接使用分类算法训练数据并预测，因此需要借助机器学习算法和大数据技术，并根据顾客购药数据、会员数据、购药行为、药品类别信息，对顾客进行用户建模和分类预测，以得到每位顾客所患的疾病类型，并根据顾客购药数据、会本文档来自技高网...

【技术保护点】
1.一种基于高斯混合模型的患者疾病预测控制系统，其特征在于，包含数据处理模块、聚类分析模块、分类预测模块、患者管理模块、数据库;/n所述数据处理模块内置有用于从所述数据库拉取顾客数据的数据获取模块，用于对所述顾客数据进行清洗、转换、整合的数据预处理模块，用于从所述顾客数据中提取特征的特征提取模块；/n所述聚类分析模块采用高斯混合模型对所述顾客数据进行聚类分析得到顾客患某种类型疾病的概率，根据该概率进行疾病分类归类得到传输至所述分类预测模块的特征数据集；/n所述分类预测模块将所述特征数据集作为样本训练分类模型对未知顾客的个人数据进行疾病预测，得到疾病预测数据，所述样本训练分类模型为XGBoost...

【技术特征摘要】
1.一种基于高斯混合模型的患者疾病预测控制系统，其特征在于，包含数据处理模块、聚类分析模块、分类预测模块、患者管理模块、数据库;
所述数据处理模块内置有用于从所述数据库拉取顾客数据的数据获取模块，用于对所述顾客数据进行清洗、转换、整合的数据预处理模块，用于从所述顾客数据中提取特征的特征提取模块；
所述聚类分析模块采用高斯混合模型对所述顾客数据进行聚类分析得到顾客患某种类型疾病的概率，根据该概率进行疾病分类归类得到传输至所述分类预测模块的特征数据集；
所述分类预测模块将所述特征数据集作为样本训练分类模型对未知顾客的个人数据进行疾病预测，得到疾病预测数据，所述样本训练分类模型为XGBoost模型；
所述患者管理模块用于获取并管理顾客的个人数据、疾病预测数据，还用于将所述顾客的个人数据、所述疾病预测数据传输至所述数据库。


2.如权利要求1所述的一种基于高斯混合模型的患者疾病预测控制系统，其特征在于，还包含反馈补充模块；
所述反馈补充模块用于与客户端创建连接获取顾客的反馈数据，并依据所述反馈数据对顾客的疾病预测数据进行校验生成传输至所述分类预测模块的校验数据；
所述反馈补充模块还用于与医疗机构服务端创建连接获取医院处方数据，并将所述医院处方数据分别传输至所述聚类分析模块与所述分类预测模块。


3.如权利要求1或2所述的一种基于高斯混合模型的患者疾病预测控制系统，其特征在于，所述顾客数据包含顾客购药记录数据、药店顾客会员数据、公司自建药品标准分类数据；
所述药店顾客会员数据包含顾客会员卡信息数据与顾客联系方式信息数据；
所述公司自建药品标准分类数据包含药品信息数据以及与药品对应的疾病分类信息数据；
所述数据预处理模块采用正则化方法对所述顾客数据内的药品名精准匹配到所述公司自建药品标准分类数据中；
所述特征提取模块从所述顾客数据中的所述顾客购药记录数据中提取顾客购买药品行为对应的购药时间跨度数据、最近一次购药距当前的天数数据、累计购买药品次数数据、平均单次购买药品数量数据后通过Z-score进行标准化处理。


4.如权利要求3所述的一种基于高斯混合模型的患者疾病预测控制系统，其特征在于，所述聚类分析模块内置有聚类预处理模块；
所述聚类预处理模块采用K-means聚类算法对顾客疾病数据进行提取均值向量、协方差矩阵、混合权重处理后生成参数初始值；
所述聚类分析模块采用高斯混合模型对所述参数初始值进行聚类分析得到顾客患某种类型疾病的概率值，根据概率阈值与上述概率值大小对顾客进行疾病类型分类归类得到所述特征数据集。


5.如权利要求1或2或4所述的一种基于高斯混合模型的患者疾病预测控制系统，其特征在于，所述患者管理模块包含患者教育信息推送模块、专家咨询模块、定期随访确认模块、用药指导信息推送模块、疾病知识推送模块；
所述患者教育模块用于对患有特定疾病的患者通过微信或短信等方式推荐对应的健康生活方式信息；
所述专家咨询模块用于根据患者的疾病分类信息，提供相关科室的远程问诊服务；
所述定期随访模块用于将分类得到的患有某些疾病的顾客名单信息反馈给顾客会员所在的药店；
所述用药指导模块用于结合疾...

【专利技术属性】
技术研发人员：张红广，蒋超，田飞，杨友仁，冯褚，郑健，燕昱，刘凯，
申请(专利权)人：武汉科瓴智能科技有限公司，
类型：发明
国别省市：湖北;42