疾病数据分析方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及机器学习和智慧医疗领域，提供一种疾病数据分析方法，该方法包括：获取用户的健康数据，对用户健康数据进行预处理，得到特征数据；将特征数据转化为特征向量，提取所述特征向量的多个关键特征向量，将多个关键特征向量合并为一个向量矩阵；基于疾病数据分析模型计算向量矩阵，得到患病风险值，基于患病风险值和密度函数计算患病概率值；根据患病风险值判断患病风险等级；根据患病风险等级和患病概率值，生成对应的疾病预防方案并反馈给用户。本发明专利技术可以应用于个人疾病防控，利用人工智能技术对用户的健康数据进行分析，从而更好地指导用户实现个性化健康生活方式，具有较高的成本效益。的成本效益。的成本效益。

【技术实现步骤摘要】
疾病数据分析方法、装置、电子设备及存储介质


[0001]本专利技术涉及机器学习和智慧医疗领域，尤其涉及一种疾病数据分析方法、装置、电子设备及存储介质。

技术介绍

[0002]近年来，随着人口老龄化、生活方式的改变和环境污染等因素的加剧，疾病流行趋势发生了巨大变化，许多疾病的发病率和死亡率都呈现出快速增长的趋势。例如，癌症、糖尿病、心血管疾病等慢性疾病已经成为全球死亡的主要原因。同时，由于疾病的预防和控制难度大，传统的疾病数据分析方法已经难以满足当今社会对健康的需求。
[0003]人工智能技术的发展为疾病数据分析提供了新的思路和技术支撑。因此，针对现在许多疾病的发病率和死亡率都呈现出快速增长的趋势、疾病的预防和控制难度大、传统的疾病数据分析方法已经难以满足当今社会对健康的需求的问题，需要提供一种高效的，能更好地指导用户实现个性化健康生活方式的方案。

技术实现思路

[0004]鉴于以上原因，有必要提供一种疾病数据分析方法、装置、电子设备及存储介质，使得疾病数据分析能利用人工智能实现高效的数据处理，从而更好地指导用户实现个性化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种疾病数据分析方法，其特征在于，该方法包括：S1、获取用户的健康数据，所述健康数据包括基本数据、生活行为数据和疾病数据，对所述健康数据进行预处理，得到特征数据；S2、对所述特征数据进行编码得到特征向量，根据预设条件提取所述特征向量的多个关键向量，将所述多个关键向量合并为一个向量矩阵；S3、基于疾病数据分析模型计算所述向量矩阵，得到所述健康数据对应的患病风险值，基于所述患病风险值和密度函数计算患病概率值；S4、根据所述患病风险值判断所述健康数据对应的患病风险等级，根据所述患病风险等级和患病概率值，生成对应的疾病预防方案并反馈给所述用户。2.如权利要求1所述的疾病数据分析方法，其特征在于，所述获取用户的健康数据包括：使用问卷调查获取用户的基本数据和生活行为数据，所述基本数据包括用户的身高、体重、病史、家族病史、吸烟史，所述生活行为数据包括用户的行为习惯、饮食习惯、生活方式；使用网络爬取获取用户的疾病数据，所述疾病数据包括各种疾病的发病率、死亡率、流行趋势。3.如权利要求1所述的疾病数据分析方法，其特征在于，所述对所述健康数据进行预处理，得到特征数据包括：对所述健康数据进行一致性检查，对一致性检查中发现的无效值和缺失值进行清洗；对清洗后的健康数据进行分词，并对分词后的数据进行词干提取或关键词提取，得到特征数据。4.如权利要求1所述的疾病数据分析方法，其特征在于，所述对所述特征数据进行编码得到特征向量，包括：通过预设编码模型将所述特征数据转化为特征向量，所述预设编码模型包括One
‑
Hot编码模型和Word2vec模型。5.如权利要求1所述的疾病数据分析方法，其特征在于，所述根据预设条件提取所述特征向量的多个关键向量，包括：对所述特征向量按照所述健康数据的分词进行划分，得到多个子向量；从所述多个子向量中按照向量值从大到小选取预设数量的子向量作为所述特...

【专利技术属性】
技术研发人员：王玮璐，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：