[发明专利]健康数据处理方法、装置、计算机设备及存储介质

权利要求书

1.一种健康数据处理方法，其特征在于，所述健康数据处理方法包括：

从预设的区块链节点获取用户的健康数据，其中，所述健康数据包括医院诊断记录、健康应用数据和生活应用数据；

分别从所述医院诊断记录、所述健康应用数据和所述生活应用数据中提取预设的特征属性的属性内容，并将提取到的每个所述特征属性的属性内容按照预设的维度组成待处理的个体数据集；

根据预设的样本数据库中目标疾病的样本数据集，基于朴素贝叶斯分类器对所述个体数据集进行分类，得到所述个体数据集对应的所述用户的分类结果，其中，所述朴素贝叶斯分类器用于分析所述个体数据集对应的所述用户存在所述目标疾病的患病风险；

根据所述分类结果对所述用户进行健康预警。

2.如权利要求1所述的健康数据处理方法，其特征在于，所述根据预设的样本数据库中目标疾病的样本数据集，基于朴素贝叶斯分类器对所述个体数据集进行分类，得到所述个体数据集的分类结果包括：

根据所述目标疾病的样本数据集，计算类别C_i的先验概率P(C_i)，其中，i为0或1，类别C₀为存在所述目标疾病的患病风险，类别C₁为不存在所述目标疾病的患病风险；

按照如下公式计算所述个体数据集X在类别C_i的概率P(C_i|X)：

其中，X＝(x₁,x₂,...,x_n)，x_j＝(a₁(t_j),a₂(t_j),...,a_m(t_j))^T，n为预设时间段的时间点数量，x_j为由所述预设时间段内第j个时间点的每个所述特征属性的属性内容组成的向量分量，t_j为所述预设时间段内的第j个时间点，a_k(t_j)为特征属性a_k在时间点t_j的取值，m为所述特征属性的数量，k∈[1,m]；

计算P(C₀|X)与P(C₁|X)之间的绝对差值；

若所述绝对差值小于或等于预设的偏差阈值，则确认所述分类结果为所述用户属于所述目标疾病的潜在风险人群；

若所述绝对差值大于所述预设的偏差阈值，并且P(C₀|X)大于P(C₁|X)，则确认所述分类结果为所述用户存在所述目标疾病的患病风险；

若所述绝对差值大于所述预设的偏差阈值，并且P(C₀|X)小于P(C₁|X)，则确认所述分类结果为所述用户不存在所述目标疾病的患病风险。

3.如权利要求2所述的健康数据处理方法，其特征在于，所述根据所述分类结果对所述用户进行健康预警包括：

若所述分类结果为所述用户属于所述目标疾病的潜在风险人群，则向所述用户发送对所述目标疾病的预防提示信息；

若所述分类结果为所述用户存在所述目标疾病的患病风险，则对所述用户进行病前预警。

4.如权利要求1所述的健康数据处理方法，其特征在于，所述从预设的区块链节点获取用户的健康数据之后，所述健康数据处理方法还包括：

从所述医院诊断记录中获取所述用户的医疗诊断结果；

根据预设的疾病与健康指标之间的对应关系，获取所述医疗诊断结果对应的目标健康指标；

若所述健康应用数据或所述生活应用数据不满足所述目标健康指标的要求，则对所述用户进行健康预警。