一种疾病发生概率预测方法及疾病发生概率确定系统技术方案

一种疾病发生概率预测方法及疾病发生概率确定系统，涉及人工智能技术领域

【技术实现步骤摘要】
一种疾病发生概率预测方法及疾病发生概率确定系统


[0001]本申请涉及人工智能
，具体涉及一种疾病发生概率预测方法及疾病发生概率确定系统
。

技术介绍

[0002]目前，在患者住院期间及早发现患者的潜在疾病发生的概率变得越来越重要，及早发现患者可能罹患的疾病并及时地采取相应治疗，可以有效提高患者疾病治愈的概率
。
[0003]传统的疾病发生概率预测是通过构建预测模型，对患者临床检测的医疗数据进行分析，判断患者潜在疾病发生的概率
。
但在实际预测疾病发生的概率时，由于患者临床检测的医疗数据并不全面，导致传统的预测模型在预测该类型患者时，得到的疾病发生概率准确程度较低
。
[0004]因此，专利技术人认为亟需一种疾病发生概率预测方法及疾病发生概率确定系统
。

技术实现思路

[0005]本申请提供了一种疾病发生概率预测方法及疾病发生概率确定系统，能够当患者临床检测的医疗数据不全面时，准确地预测得到患者潜在疾病的发生概率
。
[0006]第一方面，本申本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种疾病发生概率预测方法，其特征在于，所述方法包括：获取患者的实时医疗数据，所述实时医疗数据包括结构化数据特征
x1、
医疗文本特征
x2以及医疗影像特征
x3三种模态特征中的一种或多种；对所述患者的实时医疗数据进行预处理得到待分析医疗数据；将所述待分析医疗数据输入待预测疾病对应的预设疾病发生概率预测模型；所述预设疾病发生概率预测模型包括若干个模态编码器
、
若干个门控单元以及若干个分类器，其中，每个模态编码器对应一种模态特征，每个门控单元对应一种模态缺失情况，分类器与门控单元一一对应；调用与所述待分析医疗数据内包含的模态特征匹配的编码器
、
所述模态缺失情况对应的门控单元和分类器，进行预测得到所述待预测疾病的疾病发生概率值
。2.
根据权利要求1所述的一种疾病发生概率预测方法，其特征在于，在所述将所述待分析医疗数据输入待预测疾病对应的预设疾病发生概率预测模型之前，方法还包括：获取患者历史医疗数据和患者标签；基于所述患者历史医疗数据和所述患者标签，构建基础数据集；对所述基础数据集进行预处理，得到预处理后的数据集；基于所述预处理后的数据集，枚举
N
种多模态数据特征缺失的情况，创建
N
种任务；根据枚举结果对所述预处理后的数据集进行划分，得到与所述
N
种任务对应的
N
个训练集｛
X1,X2,...X
i
,...,X
N
｝
,i∈
［1，
N
］；所述训练集
X
i
中包含若干个样本，每个所述样本包括结构化数据特征
x1、
医疗文本特征
x2以及医疗影像特征
x3三种模态特征中的一种或多种；将所述
N
个训练集输入预设的疾病发生概率预测模型框架；所述预设的疾病发生概率预测模型框架中包括模态编码器
、
门控单元以及分类器；将每个所述训练集中的所述样本的模态特征通过对应的模态编码器进行编码，得到模态编码器输出
x
；将
N
个训练集分别通过与其对应的门控单元
G =
｛
G1,G2,...G
N
｝，并基于注意力机制计算得到影响权重
w
；将所述影响权重
w
和所述模态编码器输出
x
加权求和得到任务输出向量；将所述任务输出向量分别通过与其任务对应的分类器
F =
｛
F1,F2,...F
N
｝，得到所述预设疾病发生概率预测模型
。3.
根据权利要求2所述的一种疾病发生概率预测方法，其特征在于，所述枚举
N
种多模态数据特征缺失的情况，创建
N
种任务，具体包括：创建第一种任务，得到第一训练集
X1；所述第一训练集
X1包括多个样本，每个样本包括所述结构化数据特征
x1、
所述医疗文本特征
x2以及所述医疗影像特征
x3；创建第二种任务，得到第二训练集
X2；所述第二训练集
X2包括多个样本，每个样本包括所述结构化数据特征
x1和所述医疗文本特征
x2；创建第
i
种任务，得到第
i
训练集
X
i
；所述第
i
训练集
X
i
包括多个样本，每个样本包括所述结构化数据特征
x1、
所述医疗文本特征
x2、
所述医疗影像特征
x3的一种或多种；创建第
N
种任务，得到第
N
训练集
X
N
；所述第
N
训练集
X
N
包括多个样本，每个样本包括所述结构化数据特征
x1、
所述医疗文本特征
x2、
所述医疗影像特征
x3的其中一种
。4.
根据权利要求2所述的一种疾病发生概率预测方法，其特征在于，所述将每个所述训
练集中的所述样本的模态特征通过对应的模态编码器进行编码，具体包括：对训练集
X
i
中的结构化数据特征
x1采用多层感知机进行编码；对训练集
X
i
中的医疗文本特征
x2采用多视角卷积神经网络进行编码；对训练集
X
i
中的医疗影像特征
x3采用残差神经网络进行编码
。5.
根据权利要求2所述的一种疾病发生概率预测方法，其特征在于，通过以下方式确定所述影响权重
w
；
w
j
=G
j
(x), j∈
［
1,N
］其中，
N
为所述任务的个数，
w
j
为第
j
种所述任务对应的所述门控单元计算出的所述影响权重，
x
为所述...

【专利技术属性】
技术研发人员：赵，
申请(专利权)人：中国医学科学院阜外医院，
类型：发明
国别省市：