[发明专利]基于人工智能的患者分群方法、装置、设备及存储介质

权利要求书

1.一种基于人工智能的患者分群方法，其特征在于，所述基于人工智能的患者分群方法包括如下步骤：

读取预先保存在历史医疗数据库中的多名患者的历史医疗数据，从所述历史医疗数据中提取出每个患者的多项预设生理指标的时序测量数据，以及每个患者的治疗方案数据；

根据提取出的每个患者的多项预设生理指标的时序测量数据，对应生成每个患者的多项预设生理指标随时间的变化关系图像，其中，所述多项预设生理指标随时间的变化关系图像中包括与所述多项预设生理指标一一对应的多条颜色各不相同的轨迹，且不同患者的相同预设生理指标所对应的轨迹颜色相同；

将提取出的每个患者的治疗方案数据转换为对应的治疗方案编码；

将生成的每个患者的多项预设生理指标随时间的变化关系图像输入至卷积神经网络中，通过所述卷积神经网络将所述变化关系图像转化为RGB三个矩阵，并将所述治疗方案编码作为所述卷积神经网络的目标输出进行模型训练，得到训练后的目标卷积神经网络；

获取所述目标卷积神经网络的最后一层全连接层输出的图像编码，根据所述图像编码对所述多名患者进行聚类，以将所述多名患者划分为多个患者集群，所述图像编码包括所述变化关系图像中每个变量的轨迹变化、多个变量的组合和多个变量的轨迹变化。

2.如权利要求1所述的基于人工智能的患者分群方法，其特征在于，所述变化关系图像存储于区块链中，所述根据提取出的每个患者的多项预设生理指标的时序测量数据，对应生成每个患者的多项预设生理指标随时间的变化关系图像的步骤包括：

将提取出的每个患者的多项预设生理指标的时序测量数据进行归一化处理；

根据归一化处理后的每个患者的多项预设生理指标的时序测量数据，对应绘制每个患者的多项预设生理指标随时间的变化关系折线图；

在每个患者所对应的变化关系折线图中，为不同生理指标对应的折线添加不同的颜色，生成每个患者的多项预设生理指标随时间的变化关系图像。

3.如权利要求2所述的基于人工智能的患者分群方法，其特征在于，所述将提取出的每个患者的多项预设生理指标的时序测量数据进行归一化处理的步骤包括：

将提取出的每个患者的多项预设生理指标的时序测量数据划分为多个时序测量数据样本，其中每个时序测量数据样本对应一项预设生理指标；

从所述时序测量数据样本中获取待进行归一化处理的时序测量数据；

根据公式或，对所述待进行归一化处理的时序测量数据进行归一化处理，其中，x表示所述待进行归一化处理的时序测量数据，μ表示所述时序测量数据样本的平均值，σ表示所述时序测量数据样本的标准差，min、max分别表示所述时序测量数据样本的最小值、最大值，z表示归一化处理后的时序测量数据。

4.如权利要求1所述的基于人工智能的患者分群方法，其特征在于，所述将提取出的每个患者的治疗方案数据转换为对应的治疗方案编码的步骤包括：

将提取出的每个患者的治疗方案数据进行汇总，得到汇总治疗方案数据，统计所述汇总治疗方案数据中所包含的治疗方案的种类；

根据所述治疗方案的种类，将提取出的每个患者的治疗方案数据转换为对应的治疗方案编码，其中不同种类的治疗方案对应不同的编码。