一种医疗健康动态预测方法、系统和设备技术方案

本发明专利技术公开了一种医疗健康动态预测方法、系统和设备，包括：构建医疗健康数据集，并处理得到若干特征数据序列；构建基于门控循环单元和知识注意力机制的医疗健康动态预测模型，并将若干特征数据序列输入到医疗健康动态预测模型进行训练；获取用户人脸图像，对用户身份进行识别，提取用户历史医疗数据；将用户历史医疗数据输入到医疗健康动态预测模型中，对用户的健康状况进行预测并输出预测结果。本发明专利技术可以对特征数据进行特征重要性标定以输出可解释性因素，通过抽取医学知识和用户诊疗特征向量之间的联系，进一步提高了预测模型的准确性和可解释性。性和可解释性。性和可解释性。

【技术实现步骤摘要】
一种医疗健康动态预测方法、系统和设备


[0001]本专利技术属于
，具体涉及一种医疗健康动态预测方法、系统和设备。

技术介绍

[0002]随着科学技术的不断发展，大数据与云端运算已普遍运用至各行各业，为人们的生活带来了极大的便利，健康大数据是随着近几年数字浪潮和信息现代化而出现的新名词，其目的在于对健康数据进行专业化处理和再利用，对于身体状况监测、疾病预防、健康趋势分析和预测都具有积极的意义。
[0003]其中，利用机器学习技术用户的医疗健康数据进行预测是当前主流的分析方法，通过基于收集的用户数据，对用户的健康状态进行评分，进而基于评分，判断用户是否处于非正常健康状态，例如，如果评分低于预设评分阈值，则判断用户处于非正常健康状态；又例如：基于深度学习技术从时间维度上对用户的历史健康数据之间的关联性进行分析，从而对用户的健康状况进行预测。然而，上述仅基于机器学习模型的学习对用户健康状况进行预测的方法，存在置信度和可解释性较低的问题。

技术实现思路

[0004]本专利技术的目的是提供一种医疗健康动态预测方法、系统和设备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医疗健康动态预测方法，其特征在于，包括：构建医疗健康数据集，并对所述医疗健康数据集进行处理得到若干特征数据序列；构建基于门控循环单元和知识注意力机制的医疗健康动态预测模型，并将若干特征数据序列输入到所述医疗健康动态预测模型进行训练；获取用户人脸图像，根据所述人脸图像对用户身份进行识别，并根据识别结果提取用户历史医疗数据；将所述用户历史医疗数据输入到所述医疗健康动态预测模型中，对用户的健康状况进行预测并输出预测结果。2.根据权利要求1所述的医疗健康动态预测方法，其特征在于，构建医疗健康数据集，包括：获取若干用户的基线数据、随访数据和历史就诊数据，并对所述基线数据、随访数据和历史就诊数据进行处理后得到医疗健康数据集。3.根据权利要求2所述的医疗健康动态预测方法，其特征在于，对所述基线数据、随访数据和历史就诊数据进行处理后得到医疗健康数据集，包括：对所述基线数据、随访数据和历史就诊数据进行数据汇聚和标准化，以形成结构化及非结构化的医疗健康数据集。4.根据权利要求2或3所述的医疗健康动态预测方法，其特征在于，对所述医疗健康数据集进行处理得到若干特征数据序列，包括：将每一用户的历次随访数据和历史就诊数据按时间整理为第一医疗记录序列，并将该第一医疗记录序列与该用户的基线数据合并为第二医疗记录序列；根据多个第二医疗记录序列构建基于时间维度的特征矩阵，所述特征矩阵中包含若干特征数据序列。5.根据权利要求4所述的医疗健康动态预测方法，其特征在于，构建基于基于门控循环单元和知识注意力机制的健康动态预测模型，包括：构建多通道的门控循环单元，并利用所述门控循环单元对不同特征数据序列分别进行学习，得到每一用户对应的诊疗特征隐向量；构建基于Transformer的知识注意力机制，将所述诊疗特征向量与医学知识进行选择性聚合，获取医学知识与用户的基线数据和随访数据之间的注意力权重，并获得知识注意力特征向量；构建基于softmax的...

【专利技术属性】
技术研发人员：何杨，
申请(专利权)人：上海良方健康科技有限公司，
类型：发明
国别省市：