【技术实现步骤摘要】
基于AI分析模型的慢性病大数据识别和分析处理方法
[0001]本专利技术涉及疾病智能识别
,尤其涉及一种基于AI分析模型的慢性病大数据识别和分析处理方法、装置和电子设备。
技术介绍
[0002]慢性病是慢性非传染性疾病(NCDS)的简称,不是特指某种疾病,而是对一组起病时间长、一旦发病即病青迁延不愈的非传染性疾病的概括性总称。常见的慢性病有冠心病、脑卒中、高血压病、恶性肿瘤、糖尿病、慢性呼吸系统疾病等。该类疾病具有发病率高、知晓率低和控制率低的共同特点,目前已成为严重威胁世界人民健康、影响国家经济社会发展的重大公共卫生问题。
[0003]慢性病是一组发病率、致残率和死亡率高,严重耗费社会资源,危害区域内居民健康的疾病,因此有必要加强重视。
[0004]而随着医疗大数据的应用和发展,可以发现现有生活中,因慢性病而导致伤残、病死的患者也越老越多,这也就导致了人们甚至社会和国家,也逐渐将慢性病的疾控问题放在了关键医疗管控上。
[0005]传统的慢性病质控、医疗检查等手段比较简单,一般通过患者体检、医生质控管理来实现慢性病的医疗管理,而面对现有医疗中所需要应对的慢性病患者大数据问题,传统的慢性病质控手段存在如下缺陷:
[0006]传统的慢性病医疗检查管理,需要依赖于主治医生人员的业务能力、经验以及医院对病人的主动管理,而慢性病患者对于慢性病疾病的主动管理较少,缺乏主动性;
[0007]现有面对海量的慢性病患者,人工筛查慢性变患者的手段,筛查和慢性病质检管理效率比较低下,需要主治医 ...
【技术保护点】
【技术特征摘要】
1.一种基于AI分析模型的慢性病大数据识别和分析处理方法,其特征在于,包括如下步骤:从医院HIS系统中获取患者的临床检查数据并共享至后台服务器;将所述临床检查数据导入预设的慢性病AI分析模型,利用所述慢性病AI分析模型识别并分析出当前患者分别在临床化验数据和临床体表数据上所属的慢性病病情期,并融合输出为当前患者的病情期预估分析结果;所述后台服务器将所述病情期预估分析结果保存在后台数据库中,并同时共享至医护端和用户端;所述医护端和所述用户端接收并解析所述病情期预估分析结果,得到当前患者所属的慢性病预估病情期。2.根据权利要求1所述的基于AI分析模型的慢性病大数据识别和分析处理方法,其特征在于,所述慢性病AI分析模型的生成方法,包括:收集慢性病患者的历史就诊数据;对所述历史就诊数据进行数据分类,得到所述慢性病患者在历史上的慢性病化验数据和慢性病体表数据,其中,所述慢性病化验数据包含所述慢性病患者在不同病情期的:尿检化验数据、血检化验数据、内脏器官的体液化验数据;所述慢性病体表数据包含所述慢性病患者在不同病情期的:身体各部位的体表图像数据、内脏器官的体表图像数据;利用信息提取器,分别对所述慢性病化验数据和所述慢性病体表数据进行特征提取,得到所述慢性病患者在不同病情期的化验参数特征和体表特征;将所述慢性病患者在不同病情期的化验参数特征作为一训练数据集(1),将在不同病情期的体表特征作为另一训练数据集(2),分别输入深度学习网络CNN,进行模型训练。3.根据权利要求2所述的基于AI分析模型的慢性病大数据识别和分析处理方法,其特征在于,所述慢性病AI分析模型的生成方法,还包括:按照预设的优化迭代条件,对训练数据集(1)和训练数据集(2)分别进行深度学习模型训练;优化迭代训练之后,进行调参,分别生成对应化验参数的第一分析模型和对应体表特征的第二分析模型:所述第一分析模型,用于识别并提取临床检查数据中的化验参数,并分析评估出与当前所述化验参数相匹配的慢性病病情期A;所述第二分析模型,用于识别并提取临床检查数据中的体表特征,并分析评估出与当前所述体表特征相匹配的慢性病病情期B;将所述第一分析模型和所述第二分析模型,进行模型部署并进行临床测试,分别矫正所述第一分析模型和所述第二分析模型的识别精度;矫正完毕,对所述第一分析模型和所述第二分析模型进行模型融合,得到所述慢性病AI分析模型;将所述慢性病AI分析模型部署并安装在后台服务器上。4.根据权利要求3所述的基于AI分析模型的慢性病大数据识别和分析处理方法,其特
征在于,在模型融合之后,还包括:将模型融合得到的慢性病AI分析模型,发送至云服务器:由云服务器对所述慢性病AI分析模型,进行模型前置审核和模型云上备份:按照预设的审批规则,对所述慢性病AI分析模型进行上级权限的前置审核:当所述慢性病AI分析模型同时满足对化验参数特征和体表特征的识别精度与响应时间的审批规则之时,云服务器向后台服务器发出模型确认指令,确认部署所述慢性病AI分析模型;同时将所述慢性病AI分析模型备份保存在云服务器上的云储存应用中。5.根据权利要求1所述的基于AI分析模型的慢性病大数据识别和分析处理方法,其特征在于,将所述临床检查数据导入预设的慢性病AI分析模型,利用所述慢性病AI分析模型识别并分析出当前患者分别在临床化验数据和临床体表数据上所属的慢性病病情期,并融合输出为当前患者的病情期预估分析结果,包括:后台服务器接收所述临床检查数据并将所述临床检查数据导入预设的慢性病AI分析模型中;所述慢性病AI分析模型...
【专利技术属性】
技术研发人员:吴萃,孟杨,何凡,陈秋艳,万金豹,丁承辉,
申请(专利权)人:上海市宝山区疾病预防控制中心,
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。