[发明专利]一种遗传性疾病辅助决策的建立方法和系统

权利要求书

1.一种遗传性疾病辅助决策的建立方法，其特征在于，包括：

利用云端获取打分模型；所述打分模型为用于遗传变异致病性打分的机器学习模型；

利用所述云端对所述打分模型进行加密，并将加密后的打分模型以及加密公钥分发给各医院终端；

利用各所述医院终端分别根据所述公钥对加密后的所述打分模型进行解密；

利用各所述医院终端分别获取其本地遗传性疾病数据，并采用所述本地遗传性疾病数据对解密后的所述打分模型的参数进行更新，得到更新参数后，对所述更新参数进行加密，并分别将加密后的所述更新参数上传至所述云端；所述打分模型的参数包括损失函数值和/或梯度值；

利用所述云端对接收到的所述更新参数进行解密，并根据解密后的所述更新参数确定参数终值后，采用所述参数终值更新所述打分模型后，将所述更新后的打分模型进行加密后发送给各所述医院终端；

利用各所述医院终端分别对所述更新后的打分模型进行解密后，采用所述更新后的打分模型确定其本地遗传性疾病数据的致病概率。

2.根据权利要求1所述的遗传性疾病辅助决策的建立方法，其特征在于，利用所述云端采用同态加密法对所述打分模型进行加密。

3.根据权利要求1所述的遗传性疾病辅助决策的建立方法，其特征在于，利用各所述医院终端将所述更新参数进行多项式展开后，采用同态加密法对所述更新参数中的各项参数进行加密。

4.根据权利要求1所述的遗传性疾病辅助决策的建立方法，其特征在于，利用所述云端采用加权平均法根据解密后的所述更新参数确定参数终值。

5.根据权利要求1所述的遗传性疾病辅助决策的建立方法，其特征在于，当所述致病概率大于预设值时，所述本地遗传性疾病数据中的遗传性基因为致病基因；当所述致病概率小于等于预设值时，所述遗传性基因为非致病基因。

6.根据权利要求1所述的遗传性疾病辅助决策的建立方法，其特征在于，所述预设值为0.5。

7.一种遗传性疾病辅助决策的建立系统，其特征在于，包括：

打分模型获取模块，用于利用云端获取打分模型；所述打分模型为用于遗传变异致病性打分的机器学习模型；

加密模块，用于利用所述云端对所述打分模型进行加密，并将加密后的打分模型以及加密公钥分发给各医院终端；

解密模块，用于利用各所述医院终端分别根据所述公钥对加密后的所述打分模型进行解密；

参数更新模块，用于利用各所述医院终端分别获取其本地遗传性疾病数据，并采用所述本地遗传性疾病数据对解密后的所述打分模型的参数进行更新，得到更新参数后，对所述更新参数进行加密，并分别将加密后的所述更新参数上传至所述云端；所述打分模型的参数包括损失函数值和/或梯度值；

打分模型更新模块，用于利用所述云端对接收到的所述更新参数进行解密，并根据解密后的所述更新参数确定参数终值后，采用所述参数终值更新所述打分模型后，将所述更新后的打分模型进行加密后发送给各所述医院终端；

致病概率确定模块，用于利用各所述医院终端分别对所述更新后的打分模型进行解密后，采用所述更新后的打分模型确定其本地遗传性疾病数据的致病概率。

8.根据权利要求7所述的遗传性疾病辅助决策的建立系统，其特征在于，所述加密模块包括：

第一加密单元，用于利用所述云端采用同态加密法对所述打分模型进行加密。

9.根据权利要求7所述的遗传性疾病辅助决策的建立系统，其特征在于，所述参数更新模块包括：

第二加密单元，用于利用各所述医院终端将所述更新参数进行多项式展开后，采用同态加密法对所述更新参数中的各项参数进行加密。

10.根据权利要求7所述的遗传性疾病辅助决策的建立系统，其特征在于，所述打分模型更新模块包括：

参数终值确定单元，用于利用所述云端采用加权平均法根据解密后的所述更新参数确定参数终值。