[发明专利]基于人工智能的健康画像方法、系统、设备及存储介质

说明书

本申请涉及人工智能技术领域，提供了一种基于人工智能的健康画像方法、系统、设备及存储介质，其中方法包括：接收携带患者的病例照片信息，根据病例照片从预先构建的OCR系统中得到患者病例文字识别结果；获取历史健康指标数据，根据该历史健康指标数据建立健康模型，并将该健康模型与每个患者的病例文字识别结果进行关联，并获取该健康模型下每个患者对应的待判断分数；获取预先设置的分数判断规则，利用EasyRules规则引擎通过预先设置的分数判断规则或与待判断分数对应的健康风险分数区间，根据健康风险分数区间生成患者对应的健康画像。本发明通过分析输出用户的健康画像或疾病预测，可提前预警，协助医生提高看诊效率及准确率。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种基于人工智能的健康画像方法、系统、设备及存储介质。

背景技术

随着人工智能医疗技术的兴起，人工智能医疗系统可以支持疾病辅助诊断、健康管理、远程会诊等功能，当下医院对于病人的病例数据、患者检查报告等数据没有最大化使用，每次患者就医看病时，需要向医生描述病情、提供以往病例数据、检查报告等资料，且不说患者描述是否准确、专业，医生查看以往病例也是耗时费力，医生看诊效率大大降低，患者自身健康数据没有有效利用，无法提前预警。对于慢性病患者，需要定期复查、买药、服药、注意事项，可这些对于老人来说，每一个环节都很困难，监护人也有疏忽的时候。当下医院医患粘合度较差，患者没有相对确定的医生，每次看诊由于种种因素可能会更换主治医生，没有一条粘合纽带关联医生和患者，看诊相对成本极高、效率降低，这就是当下看病难、就医慢，医生、患者面对的现实问题。

发明内容

本申请提供一种基于人工智能的健康画像方法、系统、设备及存储介质，以解决目前的医生和患者粘合度较差，患者看诊相对成本极高、医生看诊效率降低的问题。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种基于人工智能的健康画像方法，包括：接收携带患者的病例照片信息，根据病例照片从预先构建的OCR系统中得到患者病例文字识别结果；

获取历史健康指标数据，根据该历史健康指标数据建立健康模型，并将该健康模型与每个患者的病例文字识别结果进行关联，并获取该健康模型下每个患者对应的待判断分数；

获取预先设置的分数判断规则，利用EasyRules规则引擎通过预先设置的分数判断规则或与待判断分数对应的健康风险分数区间，根据健康风险分数区间生成患者对应的健康画像，健康风险分数区间预先建立。

作为本申请的进一步改进，接收携带患者的病例照片信息，根据病例照片从预先构建的OCR系统中得到患者病例文字识别结果具体包括：

获取患者的病例照片，将病例照片作为OCR训练数据；

将OCR数据输入至OCR系统中，以基于OCR系统确定待识别照片对应的文字识别结果。

作为本申请的进一步改进，获取患者的病例照片，将病例照片作为OCR训练数据具体包括：

获取OCR文本，根据OCR文本获取OCR标签，并将OCR标签生成相对应的第一标签矩阵；

获取噪声图片，将所述噪声图片经第一预设OCR识别模型进行识别，以得到将噪声图片进行识别所对应的识别矩阵，其中，识别矩阵的格式与第一标签矩阵的格式一致；

根据识别矩阵及第一标签矩阵，获取噪声图片相对于OCR标签的损失值；

将损失值进行反向传播，并根据损失值对噪声图片求梯度；

利用梯度更新噪声图片，以将OCR标签绘制到噪声图片上，从而生成包含OCR标签的生成图片，并将生成图片作为OCR训练数据。

作为本申请的进一步改进，利用梯度更新噪声图片，以将OCR标签绘制到噪声图片上，从而生成包含OCR标签的生成图片包括：