[發明專利]一種數據處理方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202010921656.2
• 申請日: 2020-09-04
• 公開（公告）號: CN112071425B
• 公開（公告）日: 2022-10-21
• 發明（設計）人: 顏澤龍;王健宗;吳天博;程寧
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/20;G16H10/60;G06F16/36;G06F21/62;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 程超

本發明公開了一種數據處理方法、裝置、計算機設備及存儲介質，涉及智能醫療領域。本發明可基于歷史患者診斷數據，構建知識圖譜，獲取所述知識圖譜中每一個歷史患者的第一就診序列；獲取目標患者的診斷數據，根據所述診斷數據生成所述目標患者的第二就診序列；通過將所述第二就診序列與所述知識圖譜中所有所述歷史患者的所述第一就診序列進行匹配，以獲取與所述第二就診序列匹配的所述歷史患者的診斷數據，提高了診斷數據的可靠度及準確性；采用分類模型對所述第二就診序列進行分類以獲取診斷概率數據，以便于為目標患者/醫生提供醫療參考，結合匹配得到的診斷數據以及診斷概率數據可為目標患者/醫生提供更加可靠、準確的參數數據。

技術領域

本發明涉及智能醫療領域，尤其涉及一種數據處理方法、裝置、計算機設備及存儲介質。

背景技術

隨著信息科技的發展和智能時代的到來，信息技術在國家治理、經濟運行、醫療衛生等方面實現了應用，大量的數據也隨之產生，而醫療行業的數據增長幅度尤為突出，醫療大數據具有巨大的價值，尤其是在臨床輔助診療和健康管理方面，把臨床數據、臨床指南、組學數據通過大數據、知識圖譜、可視化系統結合，核心醫學概念的全面覆蓋、醫療生態圈內全方位知識數據的聚合，構建綜合醫療大腦，給臨床醫生、科研工作者、管理工作者提供幫助，成為未來醫療的發展方向。近年來，研究者在此領域的研究方向主要集中在一些基于機器學習的疾病預測方法和基于深度學習的疾病預測方法。

現有的疾病預測方法可以通過患者的電子病例信息，比如診斷，醫囑，人口學等數據構建患者畫像為醫生提供患者的患病風險預測，但是人工構建特征往往局限于醫生的專業經驗，并且患者無法自行進行患病風險的預測。

發明內容

針對現有的疾病預測方法存在主要局限于醫生的專業經驗且患者無法自行進行患病風險的預測的問題，現提供一種旨在可結合歷史患者的診斷數據為患者及醫生提供可靠度及準確性高的預測結果的數據處理方法、裝置、計算機設備及存儲介質。

為實現上述目的，本發明提供一種數據處理方法，包括下述步驟：

基于歷史患者診斷數據，構建知識圖譜；

獲取所述知識圖譜中每一個歷史患者的第一就診序列；

獲取目標患者的診斷數據，根據所述診斷數據生成所述目標患者的第二就診序列；

將所述第二就診序列與所述知識圖譜中所有所述歷史患者的所述第一就診序列進行匹配，以獲取與所述第二就診序列匹配的所述歷史患者的診斷數據；

采用分類模型對所述第二就診序列進行分類以獲取診斷概率數據。

優選的，所述基于歷史患者診斷數據，構建知識圖譜，包括：

對所述歷史患者診斷數據進行實體識別與關系抽取，構建實體與關系的數據集；

對所述數據集中的數據進行格式標準化處理；

將所述數據集導入數據庫中，根據所述數據集中數據屬性，構建所述知識圖譜。

優選的，所述獲取所述知識圖譜中每一個歷史患者的第一就診序列，包括：

獲取所述歷史患者的第一就診向量；

將同一所述歷史患者的多個第一就診向量按照就診時間順序進行拼接，以生成所述第一就診序列。

優選的，所述獲取所述歷史患者的第一就診向量，包括：

根據所述知識圖譜中每一個節點對應的所述歷史患者的單次就診信息，生成所述歷史患者的一個第一就診向量。

優選的，所述將同一所述歷史患者的多個第一就診向量按照就診時間順序進行拼接，以生成第一就診序列，包括：