慢性病预测模型的构建方法与相关产品技术

本发明专利技术提供了一种慢性病预测模型的构建方法与相关产品。其中上述方法包括：获取用于微调的预训练的大语言模型；获取用于微调的预训练的大语言模型所需的医疗数据；基于与慢性病相关的词汇对所述大语言模型的词表进行扩充；构建提示词；基于所述医疗数据和扩充后的所述词表对所述大语言模型进行微调，并利用所述提示词在所述大语言模型的微调过程中指导所述大语言模型，微调后的所述大语言模型为所述慢性病预测模型。其能够利用具有更强的表达能力和泛化能力、且在自然语言处理方面具有显著潜力的大语言模型进行预测，能够显著提高预测慢性病的准确性和可靠性。

【技术实现步骤摘要】

本专利技术涉及健康技术，尤其是涉及医疗健康数据分析技术，特别是涉及一种慢性病预测模型的构建方法与相关产品。

技术介绍

1、在医疗健康领域，随着大数据和人工智能技术的快速发展，越来越多的研究和应用开始集中于使用先进的数据分析技术来提高疾病预测的准确性。现有的预测方法主要基于传统的机器学习技术，如逻辑回归和随机森林，这些方法虽然在一定程度上有效，但在处理复杂的医疗数据、理解丰富的临床知识、应对长期健康记录以及处理相互间的复杂语义关系方面存在限制。此外，现有方法通常未能充分利用医疗数据的语义丰富性和历史深度，这限制了其在复杂慢性病预测任务中的效果。因此，有必要开发一种能够更全面理解和分析患者历史数据的先进预测方法，以提高预测慢性病的准确性和可靠性。

技术实现思路

1、本专利技术是要提供一种慢性病预测模型的构建方法与相关产品，其能够利用具有更强的表达能力和泛化能力、且在自然语言处理方面具有显著潜力的大语言模型进行预测，能够显著提高预测慢性病的准确性和可靠性。

2、特别地，本专利技术提供了一种慢性病预测模型本文档来自技高网...

【技术保护点】

1.一种慢性病预测模型的构建方法，其特征在于，包括：

2.根据权利要求1所述的慢性病预测模型的构建方法，其特征在于，

3.根据权利要求1所述的慢性病预测模型的构建方法，其特征在于，

4.根据权利要求1所述的慢性病预测模型的构建方法，其特征在于，

5.根据权利要求1所述的慢性病预测模型的构建方法，其特征在于，

6.根据权利要求1所述的慢性病预测模型的构建方法，其特征在于，

7.根据权利要求5所述的慢性病预测模型的构建方法，其特征在于，还包括：

8.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序...

【技术特征摘要】

1.一种慢性病预测模型的构建方法，其特征在于，包括：

2.根据权利要求1所述的慢性病预测模型的构建方法，其特征在于，

3.根据权利要求1所述的慢性病预测模型的构建方法，其特征在于，

4.根据权利要求1所述的慢性病预测模型的构建方法，其特征在于，

5.根据权利要求1所述的慢性病预测模型的构建方法，其特征在于，

6.根据权利要求1所述的慢性病预测模型的构建方法，其特征在于，

7.根据权利要求5所述的慢性病预测模型的构建方法，其特征在...

【专利技术属性】
技术研发人员：王晔，桂志辉，王喆，邴兆振，何胜利，喻建琦，
申请(专利权)人：青岛国创智能家电研究院有限公司，
类型：发明
国别省市：