疾病预测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，公开了一种疾病预测方法、装置、设备及存储介质。本方法包括：对获取的用户病程数据进行质量检测，在识别到数据异常信号时，确定待修复数据；基于接收的数据修复请求对用户修复需求数据进行修复，得到目标用户疾病数据；对目标用户疾病数据进行特征提取，得到目标用户疾病数据的特征向量；将目标用户疾病数据的特征向量输入预置疾病预测模型，通过疾病预测模型对目标用户进行疾病相关性分析，得到用户病程数据的疾病预测结果。本发明专利技术通过大数据分析，对用户的疾病相关数据进行数据建模，进一步地对用户进行疾病相关性分析，解决了疾病预测结果准确率低的技术问题。技术问题。技术问题。

【技术实现步骤摘要】
疾病预测方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种疾病预测方法、装置、设备及存储介质。

技术介绍

[0002]在之前疾病影响因素研究中，往需要一个很长的周期，去追踪患者一个完整的诊疗病程，期间需要研究人员不断的去电话随访和问卷调查，此过程中需要大量的人力物力财力，才能完成对多位患者完整病程的记录。然而此过程中可能还涉及到一些患者隐私泄露的风险，患者不愿意配合问卷填写，或者患者随便填写问题，导致收集到的患者疾病相关数据与实际差距较大等情况。
[0003]同时，随着对医疗的重视程度的提高，对疾病数据进行分析也更加普遍，在现有的疾病数据分析预测方案中，由于没有多方位地分析预测疾病数据，以及分析的疾病数据不够全面真实，导致无法准确分析疾病数据，进而导致疾病预警的准确度低，患者流失严重。

技术实现思路

[0004]本专利技术的主要目的在于通过大数据分析，对用户的疾病相关数据进行数据建模，进一步地对用户进行疾病相关性分析，解决疾病预测准确率低的技术问题。
[0005]本专利技术第一方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种疾病预测方法，其特征在于，所述疾病预测方法包括：获取目标用户的用户病程数据，其中，所述用户病程数据包括所述目标用户的医学检查数据和电子病历数据；对所述用户病程数据进行质量检测，在检测到所述用户病程数据的质量有异常时，确定所述用户病程数据中的待修复数据；接收数据修复请求，基于所述数据修复请求对所述待修复数据进行修复，得到目标用户疾病数据；对所述目标用户疾病数据进行特征提取，并对提取到的特征数据进行向量化处理，得到所述目标用户疾病数据的特征向量；将所述目标用户疾病数据的特征向量输入预置疾病预测模型，通过所述疾病预测模型对所述目标用户进行疾病相关性分析，得到所述用户病程数据的疾病预测结果。2.根据权利要求1所述的疾病预测方法，其特征在于，在所述对所述用户病程数据进行质量检测，在检测到所述用户病程数据的质量有异常时，确定所述用户病程数据中的待修复数据之后，还包括：识别所述用户修复需求数据对应的待修复数据，基于所述待修复数据从预设数据库中匹配与所述待修复数据对应的目标修复数据。3.根据权利要求2所述的疾病预测方法，其特征在于，所述识别所述用户修复需求数据对应的待修复数据，基于所述待修复数据从预设数据库中匹配与所述待修复数据对应的目标修复数据包括：对所述待修复数据进行识别，确定所述待修复数据的特征数据；基于所述特征数据，匹配与所述待修复数据对应的目标修复数据。4.根据权利要求1所述的疾病预测方法，其特征在于，所述接收数据修复请求，基于所述数据修复请求对所述待修复数据进行修复，得到目标用户疾病数据包括：接收数据修复请求，对所述数据修复请求进行识别，得到所述数据修复请求中携带的方案数据；对所述方案数据执行审核处理，获取审核结果；当所述审核结果通过时，基于所述数据修复请求对所述待修复数据进行修复，得到目标用户疾病数据。5.根据权利要求1所述的疾病预测方法，其特征在于，所述对所述目标用户疾病数据进行特征提取，并对提取到的特征数据进行向量化处理，得到所述目标用户疾病数据的特征向量包括：对所述目标用户疾病数据进行清洗，得到清洗数据；在所述清洗数据中，提取预设种类疾病的病理指标；将所述病理指标进行向量化处理，得到所述预设种类疾病的特征向量。6.根据权利要求1所述的疾病预测方法，其特征在于，在所述将所述目标用户疾病数...

【专利技术属性】
技术研发人员：赵斌年，
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：