本发明专利技术公开了一种基于医疗健康大数据的慢性病诊疗方案预测方法及电子设备，该方法包括：获取待预测患者的初始诊疗数据，所述初始诊疗数据包括患者基本信息、健康档案信息以及门诊和住院信息的至少一种；基于预测模型确定所述初始诊疗数据对应的目标标签模型，所述预测模型包括多个标签模型，所述标签模型包括病种标签模型和自定义标签模型；根据所述目标标签模型确定所述待预测患者对应的目标诊疗方案。本发明专利技术通过建立预测模型确定诊疗数据和标签模型的对应关系，在获取待预测患者的诊疗数据后，通过预测模型确定诊疗数据对应的目标标签模型，进而所述目标标签模型为患者输出目标诊疗方案，从而实现有效便捷地临床智能辅助诊疗。疗。疗。
【技术实现步骤摘要】
基于医疗健康大数据的慢性病诊疗方案预测方法
[0001]本专利技术涉及医疗
，尤其基于医疗健康大数据的慢性病诊疗方案预测方法及电子设备。
技术介绍
[0002]慢病是目前威胁民众健康最主要的一大类疾病，慢病仍呈快速增长态势，慢病的诊疗技术、控制途径、信息化的支撑均需要深入开展前沿的探索。
[0003]在构思及实现本申请过程中，专利技术人发现至少存在以下问题：由于医疗健康大数据体量大、种类多样化、价值密度低、增长速率快等痛点，目前慢病信息系统普遍仅用于就诊数据管理和医生按需干预，在数据处理上效率不高，难以形成有效便捷的辅助诊疗系统。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
[0005]本专利技术的主要目的在于提供一种基于医疗健康大数据的慢性病诊疗方案预测方法及电子设备，旨在解决慢病信息系统数据处理效率低，无法形成有效便捷的辅助诊疗系统。
[0006]为实现上述目的，本专利技术提供一种基于医疗健康大数据的慢性病诊疗方案预测方法，所述基于医疗健康大数据的慢性病诊疗方案预测方法的步骤包括：
[0007]获取待预测患者的诊疗数据，所述诊疗数据包括患者基本信息、健康档案信息以及门诊和住院信息的至少一种；
[0008]基于预测模型确定所述诊疗数据对应的目标标签模型，所述预测模型包括多个标签模型，所述标签模型包括病种标签模型和自定义标签模型；
[0009]根据所述目标标签模型确定所述待预测患者对应的目标诊疗方案。
[0010]可选地，所述基于预测模型确定所述初始诊疗数据对应的目标标签模型的步骤包括：
[0011]根据预设规则构建所述诊疗数据对应的词向量矩阵，并根据所述词向量矩阵获取对应的病情特征值；
[0012]将所述病情特征值与各个所述标签模型对应的预设病情特征值进行匹配，以获取匹配结果；
[0013]根据所述匹配结果确定目标标签模型。
[0014]可选地，所述根据所述目标标签模型确定所述待预测患者对应的目标诊疗方案的步骤包括：
[0015]获取所述目标标签模型对应的各个预测诊疗方案对应的权重；
[0016]根据所述权重确定目标诊疗方案，所述目标诊疗方案对应的预测诊疗方案对应的权重最高。
[0017]可选地，所述目标标签模型包括至少两个目标标签模型时，所述根据所述目标标签模型确定所述待预测患者对应的目标诊疗方案的步骤包括：
[0018]获取各个所述目标标签模型各自对应的预测诊疗方案；
[0019]将所述预测诊疗方案进行组合，以形成目标诊疗方案。
[0020]可选地，所述根据所述目标标签模型确定所述待预测患者对应的目标诊疗方案的步骤之后，包括：
[0021]获取所述目标诊疗方案对应的修正数据；
[0022]根据所述修正数据对所述目标标签模型进行修正，以获取修正后的目标标签模型；
[0023]根据所述修正后的目标标签模型更新所述预测模型。
[0024]可选地，所述根据所述修正数据对所述目标标签模型进行修正，以获取修正后的目标标签模型的步骤包括：
[0025]根据所述修正数据调整所述目标标签模型对应的预测诊疗方案各自对应的权重，和/或根据所述修正数据修改所述目标标签模型对应的预测诊疗方案，以获取修正后的权重和/或修正后的预测诊疗方案；
[0026]根据调整后的所述权重和/或修正后的所述预测诊疗方案确定所述修正后的目标标签模型。
[0027]可选地，所述基于医疗健康大数据的慢性病诊疗方案预测方法的步骤还包括：
[0028]获取历史诊疗数据以及所述历史诊疗数据对应的诊断结果；
[0029]基于所述历史诊疗数据以及所述诊断结果建立多个标签，并根据诊疗指南获取各个所述标签对应的诊疗方案，所述标签包括病种标签以及自定义标签；
[0030]根据所述诊疗方案、所述历史诊疗数据以及各自对应的标签对神经网络算法进行训练，以生成各个所述标签对应的标签模型；
[0031]根据各个所述标签模型生成所述预测模型。
[0032]可选地，所述基于所述历史诊疗数据以及所述诊断结果建立多个标签的步骤包括：
[0033]基于所述诊断结果对所述历史诊疗数据进行分类，以获取分类后的所述历史诊疗数据；
[0034]根据所述分类后的所述历史诊疗数据以及所述诊断结果生成所述病种标签。
[0035]可选地，所述基于所述历史诊疗数据以及所述诊断结果建立多个标签的步骤包括：
[0036]提取所述历史诊疗数据对应的病情特征信息；
[0037]根据所述病情特征信息生成所述自定义标签。
[0038]此外，为实现上述目的，本专利技术还提供一种电子设备，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于医疗健康大数据的慢性病诊疗方案预测程序，所述基于医疗健康大数据的慢性病诊疗方案预测程序被所述处理器执行时实现如上所述的基于医疗健康大数据的慢性病诊疗方案预测方法的步骤。
[0039]此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于医疗健康大数据的慢性病诊疗方案预测程序，所述基于医疗健康大
数据的慢性病诊疗方案预测程序被处理器执行时实现如上所述的基于医疗健康大数据的慢性病诊疗方案预测方法的步骤。
[0040]本专利技术实施例提出的一种基于医疗健康大数据的慢性病诊疗方案预测方法及电子设备，通过建立预测模型确定诊疗数据和标签模型的对应关系，在获取待预测患者的诊疗数据后，通过预测模型确定所述诊疗数据对应的目标标签模型，进而所述目标标签模型为患者输出目标诊疗方案，从而实现有效便捷地临床智能辅助诊疗。
附图说明
[0041]图1是本专利技术实施例方案涉及的硬件运行环境的电子设备结构示意图；
[0042]图2为本专利技术基于医疗健康大数据的慢性病诊疗方案预测方法第一实施例的流程示意图；
[0043]图3为本专利技术基于医疗健康大数据的慢性病诊疗方案预测方法构建预测模型的流程示意图；
[0044]图4为本专利技术基于医疗健康大数据的慢性病诊疗方案预测方法第一实施例步骤S20的细化流程示意图；
[0045]图5为本专利技术基于医疗健康大数据的慢性病诊疗方案预测方法第二实施例步骤S30的细化流程示意图；
[0046]图6为本专利技术基于医疗健康大数据的慢性病诊疗方案预测方法第三实施例步骤S30的细化流程示意图；
[0047]图7为本专利技术基于医疗健康大数据的慢性病诊疗方案预测方法第四实施例的流程示意图；
[0048]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0049]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0050]本专利技术实施例的主要解决方案是：获取待预测患者的初始诊疗数据，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于医疗健康大数据的慢性病诊疗方案预测方法，其特征在于，所述基于医疗健康大数据的慢性病诊疗方案预测方法的步骤包括：获取待预测患者的诊疗数据，所述诊疗数据包括患者基本信息、健康档案信息以及门诊和住院信息的至少一种；基于预测模型确定所述诊疗数据对应的目标标签模型，所述预测模型包括多个标签模型，所述标签模型包括病种标签模型和自定义标签模型；根据所述目标标签模型确定所述待预测患者对应的目标诊疗方案。2.如权利要求1所述的基于医疗健康大数据的慢性病诊疗方案预测方法，其特征在于，所述基于预测模型确定所述诊疗数据对应的目标标签模型的步骤包括：根据预设规则构建所述诊疗数据对应的词向量矩阵，并根据所述词向量矩阵获取对应的病情特征信息；将所述病情特征信息与各个所述标签模型对应的预设病情特征信息进行匹配，以获取匹配结果；根据所述匹配结果确定目标标签模型。3.如权利要求1所述的基于医疗健康大数据的慢性病诊疗方案预测方法，其特征在于，所述根据所述目标标签模型确定所述待预测患者对应的目标诊疗方案的步骤包括：获取所述目标标签模型对应的各个预测诊疗方案对应的权重；根据所述权重确定目标诊疗方案，所述目标诊疗方案对应的预测诊疗方案对应的权重最高。4.如权利要求3所述的基于医疗健康大数据的慢性病诊疗方案预测方法，其特征在于，所述目标标签模型包括至少两个目标标签模型时，所述根据所述目标标签模型确定所述待预测患者对应的目标诊疗方案的步骤还包括：获取各个所述目标标签模型各自对应的预测诊疗方案；将所述预测诊疗方案进行组合，以形成目标诊疗方案。5.如权利要求1所述的基于医疗健康大数据的慢性病诊疗方案预测方法，其特征在于，所述根据所述目标标签模型确定所述待预测患者对应的目标诊疗方案的步骤之后，包括：获取所述目标诊疗方案对应的修正数据；根据所述修正数据对所述目标标签模型进行修正，以获取修正后的目标标签模型；根据所述修正后的目标标签模型更新所述预测模型。6.如权利要求5所述的基于医疗健康大数据的慢...
【专利技术属性】
技术研发人员：张利霞，黄桂新，尹波，李太和，
申请(专利权)人：中山大学附属第一医院，
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。