【技术实现步骤摘要】
保养及预防患病方案的推荐方法、装置、设备及存储介质
[0001]本申请涉及到数字医疗
，特别是涉及到一种保养及预防患病方案的推荐方法、装置、设备及存储介质。
技术介绍
[0002]随着生活水平的逐渐提升，人们对自身健康越来越重视。正所谓防大于治，养大于防，提前保养及预防疾病的发生是十分重要的。目前，大部分人的饮食、作息、运动是不合理的，为提前保养及预防疾病提供了比较大的空间。传统首先获取生病后的症状数据进行疾病诊断，然后根据疾病诊断提供专业的治疗方法及保养方法，导致无法在生病前提供保养及预防患病的帮助。
技术实现思路
[0003]本申请的主要目的为提供一种保养及预防患病方案的推荐方法、装置、设备及存储介质，旨在解决现有技术的采用获取生病后的症状数据进行疾病诊断，根据疾病诊断提供专业的治疗方法及保养方法，导致无法在生病前提供保养及预防患病的帮助的技术问题。
[0004]为了实现上述专利技术目的，本申请提出一种保养及预防患病方案的推荐方法，所述方法包括：
[0005]获取目标生活及医疗数据，...
【技术保护点】
【技术特征摘要】
1.一种保养及预防患病方案的推荐方法，其特征在于，所述方法包括：获取目标生活及医疗数据，所述目标生活及医疗数据是根据目标对象的身体数据、饮食数据、运动数据、病例数据和医生治疗数据得到的数据；将所述目标生活及医疗数据输入目标疾病分类预测模型进行疾病概率预测，得到疾病概率预测结果；获取预设概率阈值，从所述疾病概率预测结果中找出大于所述预设概率阈值的疾病概率，得到目标疾病概率集合；获取保养及预防患病方案库；根据所述目标疾病概率集合和所述保养及预防患病方案库进行保养及预防患病方案的推荐，得到保养及预防患病方案推荐结果。2.根据权利要求1所述的保养及预防患病方案的推荐方法，其特征在于，所述将所述目标生活及医疗数据输入目标疾病分类预测模型进行疾病概率预测，得到疾病概率预测结果的步骤之前，还包括：获取训练样本集和待训练模型，所述训练样本集包括：多个正训练样本和多个负训练样本，每个所述正训练样本包括：未患病生活及医疗样本数据和未患病标定数据，每个所述负训练样本包括：患病生活及医疗样本数据和患病标定数据，所述待训练模型是基于XGBOOST模型得到的模型；对所述训练样本集进行划分，得到训练集和验证集；获取参数训练顺序列表和计数器，将所述计数器初始化为1；基于所述参数训练顺序列表和所述计数器，根据所述训练集对所述待训练模型进行训练，将训练结束的所述待训练模型作为待验证模型；采用所述验证集对所述待验证模型进行验证，得到模型验证结果；当所述模型验证结果为不通过时，将所述待验证模型作为所述待训练模型，重复执行所述对所述训练样本集进行划分，得到训练集和验证集的步骤，直至所述模型验证结果为通过；将为通过的所述模型验证结果对应的所述待验证模型作为所述目标疾病分类预测模型。3.根据权利要求2所述的保养及预防患病方案的推荐方法，其特征在于，所述基于所述参数训练顺序列表和所述计数器，根据所述训练集对所述待训练模型进行训练，将训练结束的所述待训练模型作为待验证模型的步骤，包括：根据所述计数器从所述参数训练顺序列表中获取参数集，得到目标参数集；基于仅更新所述目标参数集对应的参数的方法，根据所述训练集对所述待训练模型进行训练，直至达到模型训练结束条件；将所述计数器加1，重复执行所述根据所述计数器从所述参数训练顺序列表中获取参数集，得到目标参数集的步骤，直至完成所述参数训练顺序列表中的参数集的获取，将所述待训练模型作为所述待验证模型。4.根据权利要求2所述的保养及预防患病方案的推荐方法，其特征在于，所述参数训练顺序列表包括：排序序号和参数集；其中，当排序序号为1时所述参数集包括：树的深度参数和叶子节点的权重总值，当排
序序号为2时所述参数集包括：叶子节点进一步分裂所需最小损失量，当排序序号为3时所述参数集包括：样本采样率参数，当排序序号为4时所述参数集包括：列采样率参数，当排序序号为5时所述参数集包括：学习率参数，当排序序号为6时所述参数集包括：树的数量参数，当排序序号为7时所述参数集包括：正则化参数。5.根据权利要求2所述的保养及预防患病方案的推荐方法，其特征在于，述获取训练样本集和待训练模型的步骤之前，还包括：获取多个患者各自对应的第一生活及医疗初始数据...
【专利技术属性】
技术研发人员：肖统，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。