罕见病患者数量预测模型训练方法及装置制造方法及图纸

本公开涉及一种罕见病患者数量预测模型训练方法及装置，所述方法包括：对罕见病名称的文本进行预处理，获得罕见病查询关键词数据库；根据罕见病查询关键词数据库，以及查询历史数据库，确定在多个地区的多个时间段内，对于多种罕见病的查询人数；根据查询人数以及确诊人数，对罕见病患者数量预测模型进行训练。根据本公开的实施例的罕见病患者数量预测模型训练方法，可对罕见病名称的文本进行预处理，减少查询数据的遗漏，提升数据的准确度。且可基于搜索引擎的查询历史数据库预测查询罕见病信息的人数，进而基于人数和实际的确诊人数来训练罕见病患者数量预测模型，提升模型对罕见病患者数量的预测精度。罕见病患者数量的预测精度。罕见病患者数量的预测精度。

【技术实现步骤摘要】
罕见病患者数量预测模型训练方法及装置


[0001]本公开涉及计算机
，尤其涉及一种罕见病患者数量预测模型训练方法及装置。

技术介绍

[0002]罕见病，又称为“孤儿病”，是发病率极低的一系列的疾病的统称。现阶段，全球已知的罕见病有8000余种，以遗传性疾病为主，全球受到罕见病影响的人群有超过2.6亿，我国约有2000万人，由于罕见病难发现、难诊断的特点，患病群体难以定位，且少受关注。因此在罕见病研究中，推进罕见病的早期精准筛查与识别研究具有重要意义，可逐步实现对罕见病人群的“早发现，早诊断，早治疗”，减少患者及家属的精神及经济负担。在罕见病的筛查和识别过程中，对罕见病发病趋势的研究具有重要意义。
[0003]在互联网时代，搜索引擎已成为获取信息的重要方式，用户的搜索查询数据能够反映一定的疾病状况及发展趋势。然而，现有的基于搜索引擎预测疾病数量及增长趋势的方法，如著名的谷歌趋势(Google Trend)预测流感的发展，均集中于传染病或流行病的研究，针对罕见病的预测方法目前仍是空白。与流感等流行病不同，罕见病具有少发、少见的特点，搜本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种罕见病患者数量预测模型训练方法，其特征在于，包括：对多种罕见病名称的文本进行预处理，获得罕见病查询关键词数据库；根据所述罕见病查询关键词数据库，以及搜索引擎的查询历史数据库，确定在多个地区的多个时间段内，对于多种罕见病的查询人数；根据所述在多个地区的多个时间段内，对于多种罕见病的查询人数，以及在多个地区的多个时间段内，多种罕见病的确诊人数，对罕见病患者数量预测模型进行训练，获得训练后的罕见病患者数量预测模型。2.根据权利要求1所述的方法，其特征在于，对多种罕见病名称的文本进行预处理，包括以下中的至少一种：对所述罕见病名称的文本中的符号文本进行预处理；对所述罕见病名称的文本中的字母文本进行预处理；对所述罕见病名称的文本中的数字文本进行预处理；对所述罕见病名称的文本中的预设文字进行预处理；对所述罕见病名称的文本中的缩写文本进行预处理；对所述罕见病名称的文本中的音译文本进行预处理。3.根据权利要求1所述的方法，其特征在于，对多种罕见病名称的文本进行预处理，获得罕见病查询关键词数据库，包括：将所述多种罕见病名称的文本，以及预处理后的文本添加至所述罕见病查询关键词数据库。4.根据权利要求1所述的方法，其特征在于，根据所述罕见病查询关键词数据库，以及搜索引擎的查询历史数据库，确定在多个地区的多个时间段内，对于多种罕见病的查询人数，包括：在所述搜索引擎的查询历史数据库中，确定多个地区的多个时间段内，针对所述罕见病查询关键词数据库中各种罕见病的查询次数，与对应地区的对应时间段内的查询总次数的次数比值；根据所述次数比值，以及所述对应地区的对应时间段内的人口数据，确定所述在多个地区的多个时间段内，对于多种罕见病的查询人数。5.根据权利要求1所述的方法，其特征在于，根据所述在多个地区的多个时间段内，对于多种罕见病的查询人数，以及在多个地区的多个时间段内，多种罕见病的确诊人数，对罕见病患者数量预测模型进行训练，获得训练后的罕见病患者数量预测模型，包括：对所述在多个地区的多个时间段内，对于多种罕见病的查询人数，以及在多个地区的多个时间段内，多种罕见病的确诊人数分别进行归一化处理，获得查询人数样本数据，以及确诊人数样本数据；根据所述确诊人数样本数据、以及所述查询人数样本数据输入所述罕...

【专利技术属性】
技术研发人员：张敏，李佳玉，刘奕群，马少平，苏航，张抒扬，金晔，张磊，
申请(专利权)人：中国医学科学院北京协和医院，
类型：发明
国别省市：