[发明专利]用于识别个体层面的风险因子的方法和计算机系统有效
| 申请号： | 201610169189.6 | 申请日： | 2016-03-23 |
| 公开（公告）号： | CN106021843B | 公开（公告）日： | 2019-05-14 |
| 发明（设计）人： | 胡建英;K.恩格;王飞 | 申请（专利权）人： | 国际商业机器公司 |
| 主分类号： | G16H50/30 | 分类号： | G16H50/30;G06K9/62 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 邸万奎 |
| 地址： | 美国纽*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 实施例涉及识别个体层面的风险因子的方法。该方法包括从人口数据识别风险目标的一组全局风险因子，并且基于该组全局风险因子来从人口数据中识别成员，该成员具有感兴趣的个体的至少一种临床特性的预定范围内的至少一种临床特性。该方法基于该组全局风险因子以及具有预定范围内的至少一种临床特性的、人口数据中的成员，训练风险目标的个性化预测模型。该方法基于感兴趣的个体的该组全局风险因子中的每一个的相关性评价，确定该组全局风险因子的子集，其中所述子集包括感兴趣的个体的一组个体风险因子。 | ||
| 搜索关键词： | 使用 个性化 预测 模型 识别 评级 个体 层面 风险 因子 | ||
【主权项】：
1.一种识别个体层面的风险因子的计算机实现方法，该方法包括：由至少一个处理器电路从一组人口数据识别至少一个风险目标的一组全局风险因子；由至少一个处理器电路至少部分基于该组全局风险因子来从该组人口数据中识别至少一个成员，其中所述至少一个成员具有感兴趣的个体的至少一种临床特性的预定范围内的至少一种临床特性；由至少一个处理器至少部分基于该组全局风险因子以及具有预定范围内的至少一种临床特性的、该组人口数据中的至少一个成员，训练至少一个风险目标的至少一个个性化预测模型；由至少一个处理器至少部分基于感兴趣的个体的该组全局风险因子中的每一个的相关性评价，确定该组全局风险因子的子集，其中所述子集包括感兴趣的个体的一组个体风险因子。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国际商业机器公司，未经国际商业机器公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610169189.6/，转载请声明来源钻瓜专利网。
