[发明专利]一种基于智能决策的疾病预测方法和装置

权利要求书

1.一种基于智能决策的疾病预测方法，其特征在于，所述方法包括：

从医疗数据库获取脱敏后的患者唯一编码对应的治疗数据，并根据所述治疗数据建立时序数据矩阵；

根据所述时序数据矩阵的数据特点，选取用于疾病预测的时间序列模型；

根据所述时间序列模型对所述患者的疾病进行预测，获得所述患者的疾病预测结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述时序数据矩阵的数据特点，选取用于疾病预测的时间序列模型，包括：

确定所述时序数据矩阵是否平稳；

若否，则对所述时序数据矩阵进行预处理，获得平稳化的时序数据矩阵；

根据所述平稳化的时序数据矩阵的特点确定其对应阶数；

采用特定的ARIMA模型与所述平稳化的时序数据矩阵进行模型拟合，获得最佳ARIMA模型，作为用于疾病预测的时间序列模型。

3.根据权利要求2所述的方法，其特征在于，在所述根据所述时间序列模型对所述患者的疾病进行预测之前，所述方法还包括：

获得用于测试和验证的治疗数据，建立测试集时序数据矩阵和验证集时序数据矩阵；

将所述测试集时序数据矩阵导入所述最佳ARIMA模型中，获得预测结果；

将所述预测结果与所述验证集时序数据矩阵进行对比，获得模型预测偏差，所述模型预测偏差包括决定系数或贝叶斯信息准则；

若所述模型预测偏差小于预设偏差阈值，则确定使用所述最佳ARIMA模型作为用于疾病预测的时间序列模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述治疗数据建立时序数据矩阵，包括：

将所述治疗数据进行特征提取，获得其中的患者身体状况信息；

将所述患者身体状况信息按照时间进行记录，获得时序数据；

获取所述患者身体状况信息对应的医生治疗信息，结合所述时序数据，获得时序数据矩阵。

5.根据权利要求4所述的方法，其特征在于，所述将所述患者身体状况按照时间进行记录，包括：

将所述患者身体状况信息与多种疾病信息中的每种疾病信息进行匹配，获得与所述每种疾病信息的匹配相似度；

若所述匹配相似度大于第一预设阈值，则判定患者有该种疾病的患病倾向；

若所述患者的具有患病倾向的疾病种类超过预设种类数，则将所述患者身体状况信息按照短期时间间隔进行记录，所述短期时间间隔为不大于一星期的时间间隔。

6.根据权利要求1-5所述的方法，其特征在于，所述根据所述时间序列模型对所述患者的疾病进行预测，获得所述患者的疾病预测结果包括：

根据所述时间序列模型结合患者的时序数据矩阵，获得所述患者的疾病预测结果，所述疾病预测结果包括所述患者可能患病的时间、类型以及概率。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

若预测到所述患者针对第一类疾病的患病概率大于第二预设阈值，则减小记录所述患者身体信息的时间间隔，获得新的时序数据矩阵；

将所述新的时序数据矩阵结合所述最佳ARIMA模型对所述患者的疾病进行预测，获得新的疾病预测结果；

若所述新的疾病预测结果也表征所述患者针对第一类疾病的患病概率大于第二预设阈值，则确定所述患者具有患第一类疾病的风险；

针对第一类疾病对所述患者进行预防治疗。

8.一种疾病预测装置，其特征在于，所述疾病预测装置包括：

建立单元，用于从医疗数据库获取脱敏后的患者唯一编码对应的治疗数据，并根据所述治疗数据建立时序数据矩阵；

选取单元，用于根据所述时序数据矩阵的数据特点，选取用于疾病预测的时间序列模型；

预测单元，用于根据所述时间序列模型对所述患者的疾病进行预测，获得所述患者的疾病预测结果。