【技术实现步骤摘要】
状态预测方法、装置及电子设备
[0001]本专利技术涉及数据分析
,尤其涉及一种状态预测方法、装置及电子设备。
技术介绍
[0002]在医学领域中,针对目标对象的状态预测是一个具有前瞻性和重大现实意义的研究任务。目前,在进行状态预测时,通常是获取用户填写的问卷信息,专家人工对用户填写的问卷信息进行分析,得到用户的状态预测信息。然而,现有的状态预测,需要专家一一对用户的问卷信息进行分析,效率较低。
技术实现思路
[0003]本公开实施例提供一种状态预测方法、装置及电子设备,以解决现有技术中需要专家一一对用户的问卷信息进行分析,效率较低的问题。
[0004]为了解决上述技术问题,本专利技术是这样实现的:
[0005]第一方面,本公开实施例提供了一种状态预测方法,所述方法包括:
[0006]获取目标对象针对问卷填写的问卷信息,所述问卷用于调查所述目标对象的疾病状况;
[0007]获取所述目标对象对应的第一状态预测信息;
[0008]获取所述目标对象对应的标签信息,所述标 ...
【技术保护点】
【技术特征摘要】
1.一种状态预测方法,其特征在于,所述方法包括:获取目标对象针对问卷填写的问卷信息,所述问卷用于调查所述目标对象的疾病状况;获取所述目标对象对应的第一状态预测信息;获取所述目标对象对应的标签信息,所述标签信息用于指示所述目标对象在至少一个维度的行为特征;获取所述目标对象对应的体检信息和状态档案信息,所述状态档案信息用于记录所述目标对象的历史状态;依据所述问卷信息、所述第一状态预测信息、所述标签信息、所述体检信息和所述状态档案信息预测所述目标对象的第二状态预测信息。2.根据权利要求1所述的方法,其特征在于,所述依据所述问卷信息、所述第一状态预测信息、所述标签信息、所述体检信息和所述状态档案信息预测所述目标对象的第二状态预测信息,包括:将所述问卷信息、所述第一状态预测信息、所述标签信息、所述体检信息和所述状态档案信息输入用于预测状态的神经网络模型进行预测,基于所述神经网络模型的输出确定所述目标对象的第二状态预测信息。3.根据权利要求2所述的方法,其特征在于,所述将所述问卷信息、所述第一状态预测信息、所述标签信息、所述体检信息和所述状态档案信息输入用于预测状态的神经网络模型进行预测,包括:将第一预设系数与第一向量的乘积、第二预设系数与第二向量的乘积、第三预设系数与第三向量的乘积、第四预设系数与第四向量的乘积、第五预设系数与第五向量的乘积输入用于预测状态的神经网络模型进行预测;其中,所述第一向量用于表征所述问卷信息,所述第二向量用于表征所述第一状态预测信息,所述第三向量用于表征所述标签信息,所述第四向量用于表征所述体检信息,所述第五向量用于表征所述状态档案信息。4.根据权利要求1所述的方法,其特征在于,所述获取所述目标对象对应的标签信息之前,所述方法还包括:获取所述目标对象在至少一个维度的特征数据,所述特征数据包括消费行为数据、体征数据、诊断数据、运动数据及饮食数据中的至少一项;其中,所述目标对象对应的标签信息包括所述目标对象在至少一个维度的特征数据。5.根据权利要求1所述的方法,其特征在于,所述体检信息包括第一体检项的体检结果,所述状态档案信息记载有针对所述第一体检项的历史检查结果,所述针对所述第一体检项的历史检查结果为体检之前的预设时长内针对所述第一体检项进行检查的检查结果;所述依据所述问卷信息、所述第一状态预测信息、所述标签信息、所述体检信息和所述状态档案信息预...
【专利技术属性】
技术研发人员:常耀斌,
申请(专利权)人:乐荐信息科技北京有限公司,
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。