【技术实现步骤摘要】
本专利技术涉及疾病筛查，具体地，涉及一种疾病筛查方法、系统、介质及设备。
技术介绍
1、目前很多人处于亚健康状态，对自己的身体状况并不了解，往往等到疾病发展到了一定程度，才发觉出来。即使感觉到了不舒服，也不知道可能是什么疾病，如何去就医。现在很多的技术，往往筛查的疾病范围较少，精准度较低，筛查的效率不高。
2、专利文献cn116975692a公开了一种基于异构联合模型的疾病筛查方法，包括以下步骤：s1、主模型训练数据抽取，将数据处理成结构化二维表或矩阵，去除缺失数据，统一维度单位量纲；s2、主模型初始模型训练，基于结构化数据进行特征工程处理，特征工程后的数据利用神经网络训练分类任务；s3、主模型初始模型效能分析，确定负面干预性疾病；s4、针对负面干预性疾病，构建异构辅助模型，并对异构辅助模型进行训练；s5、主模型训练数据增维；s6、主模型训练。然而该专利无法完全解决目前存在的技术问题，也无法满足本专利技术的需求。
技术实现思路
1、针对现有技术中的缺陷，本专利技术的目的是提供一种疾病筛查方法、系统、介质及设备。
2、根据本专利技术提供的疾病筛查方法，包括：
3、步骤1：建立疾病评估页，以团队为单位，计算团队相关的疾病症状s、指标i、既往史h、家族史f、曾用产品p的出现次数，将出现的次数排序，从高到低获取预设数量的各项内容作为该团队疾病评估的备选项；
4、步骤2：采集评估信息；
5、步骤3：风险系数计算；
6、步
7、优选地，所述步骤1包括：
8、对进入疾病评估页的该疾病模型定义的所有相关症状ds1，ds2，ds3...，合并备选项症状s，去重，供选择；
9、对进入疾病评估页的该疾病模型定义的所有相关指标di1，di2，di3...，合并备选项指标i，去重，供选择；
10、对进入疾病评估页的该疾病模型定义的所有相关既往史dh1，dh2，dh3...，合并备选项既往史h，去重，供选择；
11、对进入疾病评估页的该疾病模型定义的所有相关家族史df1，df2，df3...，合并备选项家族史f，去重，供选择；
12、对进入疾病评估页的该疾病模型定义的所有相关曾用产品dp1，dp2，dp3...，合并备选项曾用产品p，去重，供选择。
13、优选地，所述步骤3包括：
14、将用户评估所选择的内容u同该模型所有相关项的交集长度除以该模型所有相关项的长度，得到风险系数，表达式为：
15、
16、其中，ds、di、dh、df、dp分别为症状、指标、既往史、家族史、曾用产品相关项；长度即数量，交集长度为两个集合交集中元素的个数。
17、优选地，所述步骤4包括：
18、高风险：评估结果-风险系数>＝70％；
19、中风险：40％＜＝评估结果-风险系数＜70％；
20、低风险：评估结果-风险系数＜40％；
21、针对不同程度的风险，通过前端页面进行不同提示信息的展示；针对高风险，标记红色，提示注意，并给出判断依据、疾病科普和就诊建议。
22、根据本专利技术提供的疾病筛查系统，包括：
23、模块m1：建立疾病评估页，以团队为单位，计算团队相关的疾病症状s、指标i、既往史h、家族史f、曾用产品p的出现次数，将出现的次数排序，从高到低获取预设数量的各项内容作为该团队疾病评估的备选项；
24、模块m2：采集评估信息；
25、模块m3：风险系数计算；
26、模块m4：根据风险系数进行健康风险建议。
27、优选地，所述模块m1包括：
28、对进入疾病评估页的该疾病模型定义的所有相关症状ds1，ds2，ds3...，合并备选项症状s，去重，供选择；
29、对进入疾病评估页的该疾病模型定义的所有相关指标di1，di2，di3...，合并备选项指标i，去重，供选择；
30、对进入疾病评估页的该疾病模型定义的所有相关既往史dh1，dh2，dh3...，合并备选项既往史h，去重，供选择；
31、对进入疾病评估页的该疾病模型定义的所有相关家族史df1，df2，df3...，合并备选项家族史f，去重，供选择；
32、对进入疾病评估页的该疾病模型定义的所有相关曾用产品dp1，dp2，dp3...，合并备选项曾用产品p，去重，供选择。
33、优选地，所述模块m3包括：
34、将用户评估所选择的内容u同该模型所有相关项的交集长度除以该模型所有相关项的长度，得到风险系数，表达式为：
35、
36、其中，ds、di、dh、df、dp分别为症状、指标、既往史、家族史、曾用产品相关项；长度即数量，交集长度为两个集合交集中元素的个数。
37、优选地，所述模块m4包括：
38、高风险：评估结果-风险系数>＝70％；
39、中风险：40％＜＝评估结果-风险系数＜70％；
40、低风险：评估结果-风险系数＜40％；
41、针对不同程度的风险，通过前端页面进行不同提示信息的展示；针对高风险，标记红色，提示注意，并给出判断依据、疾病科普和就诊建议。
42、根据本专利技术提供的存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现所述的疾病筛查方法的步骤。
43、根据本专利技术提供的电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被处理器执行时实现所述的疾病筛查方法的步骤。
44、与现有技术相比，本专利技术具有如下的有益效果：
45、(1)本专利技术提供的方法利用了预先评估的疾病筛查模型，并在预先确定监测疾病的情况下，提供了一种效率更高的单项疾病风险阈值计算模型，通过单个疾病吸引用户进入，完成预设问题，提供有针对性的，同时兼顾相同学科相似疾病的高效风险评估算法，为用户提供更有针对性的疾病评估服务；
46、(2)本专利技术提供一种基于个人健康信息，以及院士专家团队的上万种疾病模型的对比，来进行疾病风险的筛查，有筛查范围广、筛查效率高的优点。
本文档来自技高网...【技术保护点】
1.一种疾病筛查方法，其特征在于，包括：
2.根据权利要求1所述的疾病筛查方法，其特征在于，所述步骤1包括：
3.根据权利要求1所述的疾病筛查方法，其特征在于，所述步骤3包括：
4.根据权利要求1所述的疾病筛查方法，其特征在于，所述步骤4包括：
5.一种疾病筛查系统，其特征在于，包括：
6.根据权利要求5所述的疾病筛查系统，其特征在于，所述模块M1包括：
7.根据权利要求5所述的疾病筛查系统，其特征在于，所述模块M3包括：
8.根据权利要求5所述的疾病筛查系统，其特征在于，所述模块M4包括：
9.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的疾病筛查方法的步骤。
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的疾病筛查方法的步骤。
【技术特征摘要】
1.一种疾病筛查方法，其特征在于，包括：
2.根据权利要求1所述的疾病筛查方法，其特征在于，所述步骤1包括：
3.根据权利要求1所述的疾病筛查方法，其特征在于，所述步骤3包括：
4.根据权利要求1所述的疾病筛查方法，其特征在于，所述步骤4包括：
5.一种疾病筛查系统，其特征在于，包括：
6.根据权利要求5所述的疾病筛查系统，其特征在于，所述模块m1包括：
7.根据权利要求5所述的疾病筛查系统...
【专利技术属性】
技术研发人员：姚娟娟，
申请(专利权)人：上海明品医学数据科技有限公司，
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。