[發明專利]一種疾病預測裝置

在審

• 申請號: 201910071965.2
• 申請日: 2019-01-25
• 公開（公告）號: CN109817330A
• 公開（公告）日: 2019-05-28
• 發明（設計）人: 徐清
• 申請（專利權）人: 華院數據技術（上海）有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06K9/62;G16H50/70
• 代理公司: 北京匯信合知識產權代理有限公司 11335
• 代理人: 孫民興

本發明提供一種疾病預測裝置，包括信息輸入模塊、信息整合模塊、疾病名標準化模塊、疾病預測與預警模塊、數據庫；所述信息輸入模塊支持輸入病人的信息并存儲于數據庫中；所述信息整合模塊能夠整合信息輸入模塊輸入的信息，將同個病人的疾病記錄按時間清洗入數據庫；所述疾病名標準化模塊能夠將數據庫中非標準的疾病名轉換成標準醫學疾病名；所述疾病預測與預警模塊能夠根據數據庫中的信息預測病人在疾病上的并發概率，并根據預測結果預警病人患病風險。本發明對疾病預測的輸入僅依賴于所患的疾病名，不需要檢驗、化驗數據；本發明對疾病診斷的輸入支持非標準化的病名；本發明對疾病預測的輸出是所有疾病上的發生概率。

技術領域

本發明涉及一種疾病預測裝置，其屬于人工智能技術領域，在醫療、保險、健康管理等領域具有廣泛的應用。

背景技術

目前已有的疾病預測技術主要是通過專家知識構建知識圖譜，基于病人的檢驗與化驗數據進行預測，但是縱觀目前技術，存在有以下幾個缺點，第一是依賴于檢驗和化驗數據，當化驗數據沒有或者缺乏時很難給出預測；第二是輸入的疾病需要標準形式(例如感冒需要說成上呼吸道感染)；第三是預測疾病無法覆蓋全病種(例如根據心臟彩超結果只能預測心血管類疾病，無法預測所有病種的病發概率)。

發明內容

針對現有技術中存在的問題，本發明提供一種疾病預測裝置，其不需要檢驗、化驗數據，利用極大熵馬爾科夫鏈、貝葉斯網絡等多種模型輸出患者在所有疾病上的發病概率、發病風險。

本發明提供一種疾病預測裝置，包括信息輸入模塊、信息整合模塊、疾病名標準化模塊、疾病預測與預警模塊、數據庫；

所述信息輸入模塊支持輸入病人的信息并存儲于數據庫中；

所述信息整合模塊能夠整合信息輸入模塊輸入的信息，將同個病人的疾病記錄按時間清洗入數據庫；

所述疾病名標準化模塊能夠將數據庫中非標準的疾病名轉換成標準醫學疾病名；

所述疾病預測與預警模塊能夠根據數據庫中的信息預測病人在疾病上的并發概率，并根據預測結果預警病人患病風險。

優選地，所述疾病預測模塊根據極大熵馬爾科夫鏈模型和貝葉斯網絡預測疾病的并發概率。

優選地，所述疾病名標準化模塊能夠利用自然語言處理的模型將非標準的疾病名轉換成標準醫學疾病名；

優選地，所述病人的信息包括醫院的his系統、保險機構的理賠記錄系統輸入的病人的年齡、性別、歷史患病記錄。

優選地，所述數據庫為Hive數據庫。

優選地，所述信息整合模塊能夠通過Hadoop集群將病人的信息存儲和清洗入數據庫。

本發明具有以下優點：

本發明對疾病預測的輸入僅依賴于所患的疾病名(例如高血壓)，不需要檢驗、化驗數據；本發明對疾病診斷的輸入支持非標準化的病名(例如支持輸入感冒、拉肚子)；本發明對疾病預測的輸出是所有疾病(覆蓋國際疾病分類ICD10的所有疾病)上的發生概率。

附圖說明

圖1為本發明提供的疾病預測裝置及其預測方法的原理圖。

具體實施方式

為使本發明實施例的目的、技術方案和優點更加清楚，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明的一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動的前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。