【技术实现步骤摘要】
一种基于医学知识图谱的疾病风险预测系统
[0001]本专利技术涉及疾病风险预测
，具体为一种基于医学知识图谱的疾病风险预测系统。
技术介绍
[0002]知识图谱是智能大数据的前沿研究问题，它以独有的技术优势顺应了信息化时代的发展。同时随着智能时代的到来，把临床数据、临床指南、组学数据通过大数据和知识图谱结合，核心医学概念的全面覆盖、医疗生态圈内全方位知识数据的聚合，构建综合智能医疗系统，给临床医生、患者和科研工作者等提供帮助，成为未来医疗的发展方向，同样能够适用于疾病风险预测。
[0003]如申请号为CN202210504669.9的专利技术公开了一种基于医学知识图谱的疾病风险预测系统；类似于上述申请的基于医学知识图谱的疾病风险预测系统目前还存在以下几点不足：在进行疾病风险预测的过程中，没有给出具体的疾病风险预测过程中，不便于根据医学知识图谱中疾病数据的匹配程度来按照疾病风险的可能性大小顺序筛选相对应的疾病风险数据。
[0004]于是，有鉴于此，针对现有的结构及缺失予以研究改良，提出一种基于医学知识图谱...
【技术保护点】
【技术特征摘要】
1.一种基于医学知识图谱的疾病风险预测系统，其特征在于，包括数据收集模块(1)、医学知识图谱构建模块(4)和疾病风险预测模型构建模块(5)，所述数据收集模块(1)的输出端电性连接有数据标准化模块(2)，且数据标准化模块(2)的输出端电性连接有数据纠错模块(3)，所述医学知识图谱构建模块(4)电性连接于数据纠错模块(3)的输出端，所述疾病风险预测模型构建模块(5)电性连接于医学知识图谱构建模块(4)的输出端，且疾病风险预测模型构建模块(5)包括基础模型构建模块(501)、模型机器学习模块(502)、模型评估模块(503)和模型优化模块(504)，所述基础模型构建模块(501)的输出端电性连接有模型机器学习模块(502)，且模型机器学习模块(502)的输出端电性连接有模型评估模块(503)，所述模型评估模块(503)的输出端电性连接有模型优化模块(504)，所述疾病风险预测模型构建模块(5)的输出端电性连接有疾病风险预测应用模块(6)，且疾病风险预测应用模块(6)的输入端还电性连接有数据输入模块(7)，所述疾病风险预测应用模块(6)的输出端电性连接有健康评分模块(8)和诊疗建议模块(9)。2.根据权利要求1所述的一种基于医学知识图谱的疾病风险预测系统，其特征在于，所述数据收集模块(1)用于对高质量的医疗行业数据源进行数据收集，所述数据标准化模块(2)用于对医疗数据进行结构化提取，实现医疗数据的标准化，所述数据纠错模块(3)用于对冲突数据进行检索并纠错，保证数据可靠性，所述医学知识图谱构建模块(4)用于根据医疗数据进行知识建模，建立相互关联映射的知识图谱数据模式，形成医学知识图谱。3.根据权利要求1所述的一种基于医学知识图谱的疾病风险预测系统，其特征在于，所述基础模型构建模块(501)用于在医学知识图谱的基础上初步构建疾病风险预测模型，所述模型机器学习模块(502)用于通过已知的医疗数据案例进行模型训练，所述模型评估模块(503)用于根据预测结果对疾病风险预测模型进行评估，所述模型优化模块(504)用于根据评估结构对模型进行进一步优化修改，多次反复后获得较为准确的疾病风险预测模型。4.根据权利要求1所述的一种基于医学知识图谱的疾病风险预测系统，其特征在于，所述数据输入模块(7)用于输入待预测的患者医疗数据，所述健康评分模块(8)用于根据疾病风险预测应用模块(6)的预测结果对患者医疗健康状况进行评分，对不同疾病风险情况给予不同的权重赋值并通过评分计算的方式输出评分结果，所述诊疗建议模块(9)用于在医学知识图谱的基础上，根据疾病风险预测报告结果给出对应的诊疗建议。5.根据权利要求1所述的一种基于医学知识图谱的疾病风险预...
【专利技术属性】
技术研发人员：关弘，
申请(专利权)人：深圳迪安湖欣医学检验实验室，
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。