[发明专利]基于医疗健康大数据的慢性病诊疗方案预测方法

权利要求书

1.一种基于医疗健康大数据的慢性病诊疗方案预测方法，其特征在于，所述基于医疗健康大数据的慢性病诊疗方案预测方法的步骤包括：

获取待预测患者的诊疗数据，所述诊疗数据包括患者基本信息、健康档案信息以及门诊和住院信息的至少一种；

基于预测模型确定所述诊疗数据对应的目标标签模型，所述预测模型包括多个标签模型，所述标签模型包括病种标签模型和自定义标签模型；

根据所述目标标签模型确定所述待预测患者对应的目标诊疗方案。

2.如权利要求1所述的基于医疗健康大数据的慢性病诊疗方案预测方法，其特征在于，所述基于预测模型确定所述诊疗数据对应的目标标签模型的步骤包括：

根据预设规则构建所述诊疗数据对应的词向量矩阵，并根据所述词向量矩阵获取对应的病情特征信息；

将所述病情特征信息与各个所述标签模型对应的预设病情特征信息进行匹配，以获取匹配结果；

根据所述匹配结果确定目标标签模型。

3.如权利要求1所述的基于医疗健康大数据的慢性病诊疗方案预测方法，其特征在于，所述根据所述目标标签模型确定所述待预测患者对应的目标诊疗方案的步骤包括：

获取所述目标标签模型对应的各个预测诊疗方案对应的权重；

根据所述权重确定目标诊疗方案，所述目标诊疗方案对应的预测诊疗方案对应的权重最高。

4.如权利要求3所述的基于医疗健康大数据的慢性病诊疗方案预测方法，其特征在于，所述目标标签模型包括至少两个目标标签模型时，所述根据所述目标标签模型确定所述待预测患者对应的目标诊疗方案的步骤还包括：

获取各个所述目标标签模型各自对应的预测诊疗方案；

将所述预测诊疗方案进行组合，以形成目标诊疗方案。

5.如权利要求1所述的基于医疗健康大数据的慢性病诊疗方案预测方法，其特征在于，所述根据所述目标标签模型确定所述待预测患者对应的目标诊疗方案的步骤之后，包括：

获取所述目标诊疗方案对应的修正数据；

根据所述修正数据对所述目标标签模型进行修正，以获取修正后的目标标签模型；

根据所述修正后的目标标签模型更新所述预测模型。

6.如权利要求5所述的基于医疗健康大数据的慢性病诊疗方案预测方法，其特征在于，所述根据所述修正数据对所述目标标签模型进行修正，以获取修正后的目标标签模型的步骤包括：

根据所述修正数据调整所述目标标签模型对应的预测诊疗方案各自对应的权重，和/或根据所述修正数据修改所述目标标签模型对应的预测诊疗方案，以获取修正后的权重和/或修正后的预测诊疗方案；

根据调整后的所述权重和/或修正后的所述预测诊疗方案确定所述修正后的目标标签模型。

7.如权利要求1所述的基于医疗健康大数据的慢性病诊疗方案预测方法，其特征在于，所述基于医疗健康大数据的慢性病诊疗方案预测方法的步骤还包括：

获取历史诊疗数据以及所述历史诊疗数据对应的诊断结果；

基于所述历史诊疗数据以及所述诊断结果建立多个标签，并根据诊疗指南获取各个所述标签对应的诊疗方案，所述标签包括病种标签以及自定义标签；

根据所述诊疗方案、所述历史诊疗数据以及各自对应的标签对神经网络算法进行训练，以生成各个所述标签对应的标签模型；

根据各个所述标签模型生成所述预测模型。

8.如权利要求7所述的基于医疗健康大数据的慢性病诊疗方案预测方法，其特征在于，所述基于所述历史诊疗数据以及所述诊断结果建立多个标签的步骤包括：

基于所述诊断结果对所述历史诊疗数据进行分类，以获取分类后的所述历史诊疗数据；

根据所述分类后的所述历史诊疗数据以及所述诊断结果生成所述病种标签。