[发明专利]一种数据处理方法、装置、计算机设备及存储介质

说明书

本发明公开了一种数据处理方法、装置、计算机设备及存储介质，涉及智能医疗领域。本发明可基于历史患者诊断数据，构建知识图谱，获取所述知识图谱中每一个历史患者的第一就诊序列；获取目标患者的诊断数据，根据所述诊断数据生成所述目标患者的第二就诊序列；通过将所述第二就诊序列与所述知识图谱中所有所述历史患者的所述第一就诊序列进行匹配，以获取与所述第二就诊序列匹配的所述历史患者的诊断数据，提高了诊断数据的可靠度及准确性；采用分类模型对所述第二就诊序列进行分类以获取诊断概率数据，以便于为目标患者/医生提供医疗参考，结合匹配得到的诊断数据以及诊断概率数据可为目标患者/医生提供更加可靠、准确的参数数据。

技术领域

本发明涉及智能医疗领域，尤其涉及一种数据处理方法、装置、计算机设备及存储介质。

背景技术

随着信息科技的发展和智能时代的到来，信息技术在国家治理、经济运行、医疗卫生等方面实现了应用，大量的数据也随之产生，而医疗行业的数据增长幅度尤为突出，医疗大数据具有巨大的价值，尤其是在临床辅助诊疗和健康管理方面，把临床数据、临床指南、组学数据通过大数据、知识图谱、可视化系统结合，核心医学概念的全面覆盖、医疗生态圈内全方位知识数据的聚合，构建综合医疗大脑，给临床医生、科研工作者、管理工作者提供帮助，成为未来医疗的发展方向。近年来，研究者在此领域的研究方向主要集中在一些基于机器学习的疾病预测方法和基于深度学习的疾病预测方法。

现有的疾病预测方法可以通过患者的电子病例信息，比如诊断，医嘱，人口学等数据构建患者画像为医生提供患者的患病风险预测，但是人工构建特征往往局限于医生的专业经验，并且患者无法自行进行患病风险的预测。

发明内容

针对现有的疾病预测方法存在主要局限于医生的专业经验且患者无法自行进行患病风险的预测的问题，现提供一种旨在可结合历史患者的诊断数据为患者及医生提供可靠度及准确性高的预测结果的数据处理方法、装置、计算机设备及存储介质。

为实现上述目的，本发明提供一种数据处理方法，包括下述步骤：

基于历史患者诊断数据，构建知识图谱；

获取所述知识图谱中每一个历史患者的第一就诊序列；

获取目标患者的诊断数据，根据所述诊断数据生成所述目标患者的第二就诊序列；

将所述第二就诊序列与所述知识图谱中所有所述历史患者的所述第一就诊序列进行匹配，以获取与所述第二就诊序列匹配的所述历史患者的诊断数据；

采用分类模型对所述第二就诊序列进行分类以获取诊断概率数据。

优选的，所述基于历史患者诊断数据，构建知识图谱，包括：

对所述历史患者诊断数据进行实体识别与关系抽取，构建实体与关系的数据集；

对所述数据集中的数据进行格式标准化处理；

将所述数据集导入数据库中，根据所述数据集中数据属性，构建所述知识图谱。

优选的，所述获取所述知识图谱中每一个历史患者的第一就诊序列，包括：

获取所述历史患者的第一就诊向量；

将同一所述历史患者的多个第一就诊向量按照就诊时间顺序进行拼接，以生成所述第一就诊序列。

优选的，所述获取所述历史患者的第一就诊向量，包括：

根据所述知识图谱中每一个节点对应的所述历史患者的单次就诊信息，生成所述历史患者的一个第一就诊向量。

优选的，所述将同一所述历史患者的多个第一就诊向量按照就诊时间顺序进行拼接，以生成第一就诊序列，包括：