[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

说明书

本发明公开了一种基于医疗健康大数据的慢性病诊疗方案预测方法及电子设备，该方法包括：获取待预测患者的初始诊疗数据，所述初始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初始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。本发明通过建立预测模型确定诊疗数据和标签模型的对应关系，在获取待预测患者的诊疗数据后，通过预测模型确定诊疗数据对应的目标标签模型，进而所述目标标签模型为患者输出目标诊疗方案，从而实现有效便捷地临床智能辅助诊疗。

技术领域

本发明涉及医疗技术领域，尤其基于医疗健康大数据的慢性病诊疗方案预测方法及电子设备。

背景技术

慢病是目前威胁民众健康最主要的一大类疾病，慢病仍呈快速增长态势，慢病的诊疗技术、控制途径、信息化的支撑均需要深入开展前沿的探索。

在构思及实现本申请过程中，发明人发现至少存在以下问题：由于医疗健康大数据体量大、种类多样化、价值密度低、增长速率快等痛点，目前慢病信息系统普遍仅用于就诊数据管理和医生按需干预，在数据处理上效率不高，难以形成有效便捷的辅助诊疗系统。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种基于医疗健康大数据的慢性病诊疗方案预测方法及电子设备，旨在解决慢病信息系统数据处理效率低，无法形成有效便捷的辅助诊疗系统。

为实现上述目的，本发明提供一种基于医疗健康大数据的慢性病诊疗方案预测方法，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。

可选地，所述基于预测模型确定所述初始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值；

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

根据所述匹配结果确定目标标签模型。

可选地，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。

可选地，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。

可选地，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。