疾病流行指标的预测方法、装置和计算机可读存储介质制造方法及图纸

本公开公开了一种疾病流行指标的预测方法、装置和计算机可读存储介质，涉及信息处理和医疗健康技术领域。疾病流行指标的预测方法包括：利用基于统计的时序处理模型，对疾病统计时序数据进行处理，获得待测时刻的疾病流行指标的第一预测结果；其中，疾病统计时序数据包括待测时刻之前的多个时刻的疾病流行指标的数值；利用基于深度学习的时序处理模型，对疾病统计时序数据进行处理，获得待测时刻的疾病流行指标的第二预测结果；融合第一预测结果、第二预测结果以及用户的医疗行为特征数据，以获得融合特征数据；基于融合特征数据，获得对待测时刻的疾病流行指标的预测结果。本公开能够充分地考虑各类数据的特点进行预测，提高了预测的准确性。

【技术实现步骤摘要】

本公开涉及信息处理和医疗健康，特别涉及一种疾病流行指标的预测方法、装置和计算机可读存储介质。

技术介绍

1、随着人们生活水平的提高和对健康的要求不断增加，预防和控制流行病已成为人们普遍共识和迫切需求。在大数据技术飞速发展的当下，合理利用各类相关数据和先进的预测模型预测预警流行病，有着尤为重要的意义。流行病的预测结果，对政府决策部门尽早采取防疫措施和合理分配有限的医疗资源提供了重要科学依据，有助于降低流行病对个人和社会造成的损失。相关技术利用时变性二次回归、线性回归等方式对疾病的流行趋势进行预测。

技术实现思路

1、专利技术人经过分析后发现，时变性二次回归需要对每个时间点进行参数估计，如果时间跨度较长，则需要大量的参数，容易出现“维数灾难”；线性回归的模型过于简单，而且不能进行较长时间的预测。因此，相关技术的方式预测效率低，或者预测准确性较低。

2、本公开实施例所要解决的一个技术问题是：如何提高疾病流行指标预测的准确性。

3、根据本公开一些实施例的第一个方面，提供一种疾病流行指标的预测方本文档来自技高网...

【技术保护点】

1.一种疾病流行指标的预测方法，包括：

2.根据权利要求1所述的预测方法，其中，所述基于统计的时序处理模型为包括周期项、趋势项、节假日项、自回归项的预言家Prophet模型；所述利用基于统计的时序处理模型，对疾病统计时序数据进行处理，获得待测时刻的疾病流行指标的第一预测结果包括：

3.根据权利要求2所述的预测方法，其中，所述自回归项的输入包括在所述待测的时刻之前第一数量时刻的所述疾病流行指标的数值。

4.根据权利要求2或3所述的预测方法，其中，所述自回归项包括一个或多个隐藏层，所述一个或多个隐藏层为全连接层。

5.根据权利要求1所述的预测方...

【技术特征摘要】

1.一种疾病流行指标的预测方法，包括：

2.根据权利要求1所述的预测方法，其中，所述基于统计的时序处理模型为包括周期项、趋势项、节假日项、自回归项的预言家prophet模型；所述利用基于统计的时序处理模型，对疾病统计时序数据进行处理，获得待测时刻的疾病流行指标的第一预测结果包括：

3.根据权利要求2所述的预测方法，其中，所述自回归项的输入包括在所述待测的时刻之前第一数量时刻的所述疾病流行指标的数值。

4.根据权利要求2或3所述的预测方法，其中，所述自回归项包括一个或多个隐藏层，所述一个或多个隐藏层为全连接层。

5.根据权利要求1所述的预测方法，其中，所述基于统计的时序处理模型为差分整合移动平均自回归模型。

6.根据权利要求1所述的预测方法，其中，所述利用基于深度学习的时序处理模型，对所述疾病统计时序数据进行处理，获得所述待测时刻的所述疾病流行指标的第二预测结果包括：

7.根据权利要求6所述的预测方法，其中，所述从所述疾病统计时序数据中提取季节时序数据和非季节时序数据包括：

8.根据权利要...

【专利技术属性】
技术研发人员：舒文超，严文隆，黄玉磊，刘彦伟，
申请(专利权)人：北京京东拓先科技有限公司，
类型：发明
国别省市：