【技术实现步骤摘要】
本申请涉及人工智能及医疗，尤其涉及一种基于时序的病情预测方法、装置、电子设备及存储介质。
技术介绍
1、目前，在医疗领域，主要采用统计学方法和机器学习模型来预测疾病事件的时序，从而实现对病情发展趋势进行预测。然而，在实际的应用场景中，由于缺乏对病情事件之间依赖关系的检测，导致病情发展趋势预测的准确性较低。
2、因此，如何提高病情发展趋势预测的准确性，成为了亟待解决的技术问题。
技术实现思路
1、本申请实施例的主要目的在于提出一种基于时序的病情预测方法、装置、电子设备及存储介质，旨在提高病情发展趋势预测的准确性。
2、为实现上述目的，本申请实施例的第一方面提出了一种基于时序的病情预测方法，所述方法包括：
3、获取当前病情数据；其中，所述当前病情数据包括当前病情阶段；
4、基于所述当前病情数据确定疾病类型；
5、基于所述疾病类型对预设的初始病例样本数据进行病例筛选，得到目标病例样本数据；
6、对所述当前病情数据和所述目标病...
【技术保护点】
1.一种基于时序的病情预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述目标病例样本数据包含病情阶段记录数据，所述对所述当前病情数据和所述目标病例样本数据进行病情发展时序预测，得到病情预测时序数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述病情触发词对所述当前病情数据进行上下文特征提取，得到当前病情特征数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述词向量嵌入特征、所述词性嵌入特征和上下文依赖嵌入特征进行特征组装，得到所述当前病情特征数据，包括：
...
【技术特征摘要】
1.一种基于时序的病情预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述目标病例样本数据包含病情阶段记录数据，所述对所述当前病情数据和所述目标病例样本数据进行病情发展时序预测，得到病情预测时序数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述病情触发词对所述当前病情数据进行上下文特征提取，得到当前病情特征数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述词向量嵌入特征、所述词性嵌入特征和上下文依赖嵌入特征进行特征组装，得到所述当前病情特征数据，包括：
5.根据权利要求3所述的方法，其特征在于，所述基于所述病情触发词对所述分词特征数据进行语法树构建，得到病情语法树，包括：
6.根据权利...
【专利技术属性】
技术研发人员：刘羲，沈加锐，舒畅，陈又新，
申请(专利权)人：平安科技深圳有限公司，
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。