【技术实现步骤摘要】
一种基于大数据的慢性病病情预测方法、系统及存储介质
[0001]本专利技术涉及慢性病管理领域，更具体的，涉及一种基于大数据的慢性病病情预测方法、系统及存储介质。
技术介绍
[0002]新时代背景下,健康成为人民日益增长的美好生活需要的重要方面。然而,健康问题日益凸显,严重威胁着人们的健康,尤其是慢性病患者的“井喷式”增长,给医疗卫生事业带来沉重负担。心脑血管疾病、糖尿病等与人们生活方式密切相关的慢性非传染性疾病已成为健康和生命的主要杀手。慢性病具有病程长、病因复杂、健康损害和社会危害严重等特点,多为终身性疾病,预后差,常伴有多种并发症。我国慢性病患病率呈持续上升趋势,慢性病危险因素流行严峻。同时,我国人口老龄化趋势正在迅速加快,老龄人口增加促使慢性病的防治工作更加急迫和困难。目前,慢性病病情风险预测及管理需求日益强烈。
[0003]为了能够对慢性病进行监测管理，需要开发一款系统与之匹配，该系统通过采集目标对象的数据信息，根据获取的信息提取可能影响慢性病发展的影响因素，生成影响因素集合；建立重要因素遴选模型，将影响因素...
【技术保护点】
【技术特征摘要】
1.一种基于大数据的慢性病病情预测方法，其特征在于，包括：采集目标对象的体征数据信息、历史诊断信息、生活习惯及环境信息，根据所获取的信息提取可能影响慢性病发展的影响因素，生成影响因素集合；建立重要因素遴选模型，将所述影响因素集合导入所述重要因素遴选模型，生成最终重要影响因素并确定其权重信息；根据所述最终重要影响因素及权重信息对目标对象病情进行分析预测，生成注意事项及医学建议；引入概率模型，根据目标对象病情信息对慢性病并发症进行预测；将目标对象病情信息以及注意事项、医学建议按照预设显示方式进行显示。2.根据权利要求1所述的一种基于大数据的慢性病病情预测方法，其特征在于，所述的采集目标对象的体征数据信息、历史诊断信息、生活习惯及环境信息，其中体征数据信息包括身高、体重、血压、血糖、血脂的一种或两种以上的组合；历史诊断信息包括既往史、吸烟史、饮酒史、遗传史的一种或两种以上的组合；生活习惯及环境信息包括饮食习惯信息、所在地区信息、地区气候信息、工作环境信息的一种或两种以上的组合。3.根据权利要求1所述的一种基于大数据的慢性病病情预测方法，其特征在于，所述的建立重要因素遴选模型，将所述影响因素集合导入所述重要因素遴选模型，生成最终重要影响因素并确定其权重信息，具体为：建立重要因素遴选模型，将影响因素集合导入所述重要因素遴选模型，对所述影响因素集合中各影响因素进行聚类分析；比较任意两个影响因素之间的关系，构建影响因素的邻接矩阵，其中，两个影响因素存在关系时取1，两个影响因素不存在关系时取0，根据所述邻接矩阵计算生成可达矩阵，通过所述可达矩阵提取各影响因素，并确定层次结构；根据预设信息获取所述层次结构中前k层对应的影响因素，生成最终重要影响因素，其中，k取非零整数，且小于等于层次结构的总层数；通过模糊层次分析法得到层次结构中前k层次对应的权重向量，根据所述权重向量确定所述最终重要影响因素的权重信息。4.根据权利要求1所述的一种基于大数据的慢性病病情预测方法，其特征在于，根据所述最终重要影响因素及权重信息对目标对象病情进行分析预测，生成注意事项及医学建议，具体为：预设慢性病风险等级，将慢性病病情状况分为低风险、中风险、高风险；通过所述最终重要影响因素及权重信息根据预设计算方式计算风险指数，预设风险指数第一阈值及第二阈值；将所述风险指数与预设阈值信息进行比较判断；若所述风险指数小于所述第一阈值，则证明目标对象的慢性病病情状况为低风险，生成相关注意事项按照预设方式显示；若所述风险指数大于等于所述第一阈值小于所述第二阈值，则证明目标对象的慢性病病情状况为中风险，生成相关注意事项及医学建议按照预设方式显示；若所述风险指数大于所述第二阈值，则证明目标对象的慢性病病情状况为高风险，生
成相关注意事项及医学建议按照预设方式显示。5.根据权利要求1所述的一种基于大数据的慢性病病情预测方法，其特征在于，所述的引入概率模型，根据目标对象病情信息对慢性病并发症进行预测，具体为：提取最终重要影响因素对应的数据信息，将获取的数据进行预处理生成数据集；建立概率模型，进行初始化训练，将所述数据集导入所述概率模型生成慢性病并发症的条件概率密度。通过多数条件概率密度计算各并发症的预测发生值；设置置信区间对预测发生值进行预估修正，得到修正后的预...
【专利技术属性】
技术研发人员：于大千，
申请(专利权)人：苏州立威新谱生物科技有限公司，
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。