医学数据的处理方法、装置及存储介质制造方法及图纸

本公开涉及医学数据的处理方法、医学数据的处理装置及计算机可读存储介质，其中方法包括：建立表征病程不同发展趋势的分型模型；提取目标对象的医学数据，拟合所述分型模型，得到目标对象的病程分型；根据病程分型以及全部或者部分的目标对象的医学数据，预估目标对象的病程。通过本公开的各实施例能够根据当前的医学数据高效、准确地预估病程，以此制定极具针对性的医学策略。

【技术实现步骤摘要】
医学数据的处理方法、装置及存储介质
本公开涉及医学数据智能处理
，具体涉及一种医学数据的处理方法、医学数据的处理装置及计算机可读存储介质。
技术介绍
现有技术中针对急性病或者慢性病(包括但不限于新冠肺炎)，随访跟踪、出院后的康复评价及提前预测康复效果，常依赖于医生人工判读、观察相应医学数据，例如CT影像等，人工对比前后变化，主观性强，重复性差，且耗时耗力。相应的医学数据结合的定量分析方法欠缺，制约了随访与康复评价的准确性，缺乏客观指标、定量工具的辅助指引。
技术实现思路
本公开意图提供一种医学数据的处理方法、医学数据的处理装置及计算机可读存储介质，能够根据当前的医学数据高效、准确地预估病程，以此制定极具针对性的医学策略。根据本公开的方案之一，提供一种医学数据的处理方法，包括：建立表征病程不同发展趋势的分型模型；提取目标对象的医学数据，拟合所述分型模型，得到目标对象的病程分型；根据病程分型以及全部或者部分的目标对象的医学数据，预估目标对象的病程。在一些实施例中，其中，所述建立表征病程不同发展趋势的分型模型，包括：采集多个对象的医学数据；对每个对象在时间轴上的医学数据进行分型。在一些实施例中，其中，所述对每个对象在时间轴上的医学数据进行分型，包括：采用多变量、非等间隔采样、非等长时间序列的聚类技术对多个对象的医学数据进行聚类；获得不同病程发展趋势，以不同标识表征病程发展趋势。在一些实施例中，其中，所述提取目标对象的医学数据，包括：预设时间段；提取该时间段内所述目标对象的部分的医学数据。在一些实施例中，其中，所述根据病程分型以及全部或者部分的目标对象的医学数据，预估目标对象的病程，包括：预设阈值；基于病程分型，确定全部或者部分的目标对象的医学数据对应的数值达到所述阈值的时间。在一些实施例中，其中，还包括：根据预估的目标对象的病程，生成关于目标对象的医学策略表。在一些实施例中，其中，所述医学数据包括：影像数据和生化检验数据。根据本公开的方案之一，提供医学数据的处理装置，包括：分型模块，其配置为基于目标对象的医学数据与分型模型的拟合，得到目标对象的病程分型；预估模块，其配置为根据病程分型以及全部或者部分的目标对象的医学数据，预估目标对象的病程；其中：所述分型模型被配置为表征病程的不同发展趋势。在一些实施例中，其中，还包括：策略生成模块，其配置为根据预估的目标对象的病程，生成关于目标对象的医学策略表，所述医学策略表至少包含随访策略、康复策略。根据本公开的方案之一，提供计算机可读存储介质，其上存储有计算机可执行指令，所述计算机可执行指令由处理器执行时，实现：根据上述的医学数据的处理方法。本公开的各种实施例的医学数据的处理方法、医学数据的处理装置及计算机可读存储介质，通过建立表征病程不同发展趋势的分型模型；提取目标对象的医学数据，拟合所述分型模型，得到目标对象的病程分型；根据病程分型以及全部或者部分的目标对象的医学数据，预估目标对象的病程，从而根据分型模型，通过拟合的方式得到某一个时间段的病程分型，将病程随时间变化的规律考虑到病程预估中，对目前仅根据某一时刻进行分型所存在的不足进行改进。据此，为后续个性化制定其随访跟踪的策略，评价其当前康复效果，并预测其以后的康复状况提供数据基础，提供定量工作的辅助指引以及定量分析方法，显著地提高了随访与康复评价的准确性。应当理解，前面的大体描述以及后续的详细描述只是示例性的和说明性的，并非对所要求保护的本公开的限制。附图说明在未必按照比例绘制的附图中，不同视图中相似的附图标记可以表示相似的构件。具有字母后缀的相似附图标记或具有不同字母后缀的相似附图标记可以表示相似构件的不同实例。附图通常作为示例而非限制地图示各种实施例，并且与说明书和权利要求书一起用于解释所公开的实施例。图1示出本公开实施例涉及的医学数据的处理方法的一种流程图；图2示出本公开实施例涉及的医学数据的处理装置的一种架构图。具体实施方式为了使得本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。除非另外定义，本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。为了保持本公开实施例的以下说明清楚且简明，本公开省略了已知功能和已知部件的详细说明。目前对于各类急性或者慢性病症，例如肺炎(包括但不限于新冠肺炎)患者的门诊或住院时的随访跟踪、出院后的康复评价及提前预测康复效果，常依赖于医生人工判读、对比，例如肉眼观察CT等影像，并肉眼对比前后变化，不可避免地存在主观性强，重复性差，且面对重大传染病疫情，例如针对新冠肺炎的群防群治，这种人工方式耗时耗力。同时，对比多次的血液指标也在随访跟踪、康复评价与预测中起到重要作用，但是将影像与血液学指标结合的定量分析方法欠缺，常依赖医生主观经验，缺乏客观指标、定量工具的辅助指引，制约了随访与康复评价的准确性。在一些现有的方案中，病人临床分型是根据某一时刻的症状、影像等指标进行分型的。例如针对新冠肺炎，是参考《新型冠状病毒肺炎诊疗方案》最新版本，依据患者某次病毒测试结果、影像判读结果进行分型。这种临床分型只考虑某一时间点，即同一人在不同时刻，将具有不同的临床分型。作为方案之一，如图1所示，本公开的实施例提供了一种医学数据的处理方法，包括：S101：建立表征病程不同发展趋势的分型模型；S102：提取目标对象的医学数据，拟合所述分型模型，得到目标对象的病程分型；S103：根据病程分型以及全部或者部分的目标对象的医学数据，预估目标对象的病程。在步骤S101中，本公开旨在提供根据多人多次的医学数据，例如影像与血液检查数据，挖掘其随时间变化的规律，并将人群区分为具有不同病情演变轨迹的多个分型，可以称之为轨迹分型。结合前述，鉴于目前的病人临床分型是根据某一时刻的症状、影像等指标进行分型的，例如《新型冠状病毒肺炎诊疗方案》各历史版次，其临床分型只考虑某一时间点，即同一人在不同时刻，将具有不同的临床分型，本公开各实施例的轨迹分型技术考虑了病情随时间变化的规律，通过历次的数据推导出轨迹分型。本公开各实施例中涉及的表征病程不同发展趋势的分型，以及建立的分型模型，是针对病程发展趋势的定性或者定量表征，可以从分型结果中体现出某一种病症，或者某几种病症，或者结本文档来自技高网...

【技术保护点】
1.医学数据的处理方法，包括：/n建立表征病程不同发展趋势的分型模型；/n提取目标对象的医学数据，拟合所述分型模型，得到目标对象的病程分型；/n根据病程分型以及全部或者部分的目标对象的医学数据，预估目标对象的病程。/n

【技术特征摘要】
1.医学数据的处理方法，包括：
建立表征病程不同发展趋势的分型模型；
提取目标对象的医学数据，拟合所述分型模型，得到目标对象的病程分型；
根据病程分型以及全部或者部分的目标对象的医学数据，预估目标对象的病程。


2.根据权利要求1所述的处理方法，其中，所述建立表征病程不同发展趋势的分型模型，包括：
采集多个对象的医学数据；
对每个对象在时间轴上的医学数据进行分型。


3.根据权利要求2所述的处理方法，其中，所述对每个对象在时间轴上的医学数据进行分型，包括：
采用多变量、非等间隔采样、非等长时间序列的聚类技术对多个对象的医学数据进行聚类；
获得不同病程发展趋势，以不同标识表征病程发展趋势。


4.根据权利要求1所述的处理方法，其中，所述提取目标对象的医学数据，包括：
预设时间段；
提取该时间段内所述目标对象的部分的医学数据。


5.根据权利要求1所述的处理方法，其中，所述根据病程分型以及全部或者部分的目标对象的医学数据，预估目标对象的病程，包括：
预设阈值；

【专利技术属性】
技术研发人员：石磊，张麒，黄超，
申请(专利权)人：上海依智医疗技术有限公司，
类型：发明
国别省市：上海;31