[发明专利]一种遗传性疾病辅助决策的建立方法和系统

说明书

本发明涉及一种遗传性疾病辅助决策的建立方法和系统。该建立方法和系统，通过采用各医院终端中存储的遗传性疾病数据对已有的打分模型进行参数更新，并采用更新后的参数对打分模型进行更新，这就能够基于各医院终端中存储的数据得到整合后的打分模型，以间接解决现有技术中无法对各医院遗传性疾病相关数据进行整合的问题。并且，在云端和医院终端数据传输过程中进行全程加密，能够进一步确保各医院终端能够对所存储遗传性疾病数据进行良好的隐私保护。

技术领域

本发明涉及数据处理领域，特别是涉及一种遗传性疾病辅助决策的建立方法和系统。

背景技术

现有构建的遗传病辅助决策系统的方法，由于选择的数据库不完善且不是针对单一遗传病，所以会有某些变异位点无法判断或判断结果准确度低的情况。

另外，通常医院获取并积累某一遗传病的数据非常宝贵，传统的模型建立方法都需要直接获取遗传数据，模型更新难度大且非常不利于医院对遗传数据的隐私保护，同时，由于各个医院数据隔离，只能生成单一遗传病模型，不利于将各个医院中存储的与遗传性疾病有关的数据进行整合。

因此，提供一种能够对各医院遗传性疾病相关数据进行整合，且能够对遗传性疾病数据进行良好隐私保护的遗传性疾病辅助决策建立方法或系统，是本领域亟待解决的一个技术难题。

发明内容

本发明的目的是提供一种能够对各医院遗传性疾病相关数据进行整合，且能够对遗传性疾病数据进行良好隐私保护的遗传性疾病辅助决策的建立方法和系统。

为实现上述目的，本发明提供了如下方案：

一种遗传性疾病辅助决策的建立方法，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。

优选的，利用所述云端采用同态加密法对所述打分模型进行加密。

优选的，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。

优选的，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。

优选的，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。

优选的，所述预设值为0.5。

一种遗传性疾病辅助决策的建立系统，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；