[發明專利]基于人工智能的罕見病輔助分析方法、裝置及存儲介質

在審

• 申請號: 202011009909.5
• 申請日: 2020-09-23
• 公開（公告）號: CN112071385A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 練鏡鋒;宋德壽
• 申請（專利權）人: 廣州瀚信通信科技股份有限公司
• 主分類號: G16H10/60
• 分類號: G16H10/60;G16H50/70;G06F16/18;G06F16/182;G06K9/62
• 代理公司: 廣州專才專利代理事務所(普通合伙) 44679
• 代理人: 曾嘉儀

1.基于人工智能的罕見病輔助分析方法，其特征在于，所述方法包括以下步驟：

獲取日志源中的罕見病人行為日志；

提取所述罕見病人行為日志中的罕見病人的相關特征；

將罕見病人的所述相關特征與罕見病人特征庫中的罕見病人特征向量進行相似度比較，選擇相似度最高的罕見病人特征向量作為所述罕見病人的特征向量；

根據所述罕見病人的特征向量推送對應的治療方案至所述罕見病人；

對所述罕見病人的特征向量進行聚類分析，根據所述聚類分析的結果將所述罕見病人的特征向量加入群體特征庫的對應位置。

2.根據權利要求1所述的基于人工智能的罕見病輔助分析方法，其特征在于，上述獲取日志源中的罕見病人行為日志具體包括以下，

建立日志格式規范；

獲取罕見病人的訪問記錄，記錄罕見病人的所有操作，并通過Flume將所述訪問記錄按照所述日志格式規范保存至日志中進而形成日志源數據庫；

根據罕見病人的身份信息獲取所述日志源中的罕見病人行為日志。

3.根據權利要求1所述的基于人工智能的罕見病輔助分析方法，其特征在于，上述提取所述罕見病人行為日志中的罕見病人的相關特征包括以下，

通過Map Reduce的編程模型實現，具體的，

提取罕見病人對所述罕見病人行為日志中的各個內容的操作進行加權；

構建疾病特征詞庫，根據加權結果計算罕見病人與所述疾病特征詞庫對應的所有特征詞，并選取最為接近的前N個特征詞作為所述罕見病人的特征詞，即罕見病人的相關特征。

4.根據權利要求3所述的基于人工智能的罕見病輔助分析方法，其特征在于，所述計算罕見病人的疾病特征具體包括以下，

計算疾病特征之間的相似度，具體的，

建立罕見病人-疾病特征倒排表，所述罕見病人-疾病特征倒排表為對每個罕見病人建立一個包括他喜歡檢索的疾病特征的列表，并通過余弦相似度來計算所述列表中的兩兩疾病特征之間的相似度，其計算公式如下：

其中，w_ij表示相似度矩陣，N(i)是喜歡檢索疾病特征i的罕見病人集合，N(j)是喜歡檢索疾病特征j的罕見病人集合，r_ui是罕見病人u對疾病特征i的評分，r_uj是罕見病人u對疾病特征j的評分，N(u)是罕見病人u喜歡檢索的疾病特征集合，r_uv是罕見病人u對疾病特征v的評分；

對上述w_ij按最大值歸一化，得到如下優化后的相似度矩陣w′_ij，

根據疾病特征的相似度和罕見病人的歷史行為給罕見病人生成疾病特征列表，具體的，

在得到疾病特征之間的相似度矩陣w_ij后，通過如下公式計算罕見病人u對一個疾病特征j的興趣，

其中N(u)是罕見罕見病人u喜歡檢索的疾病特征集合，S(j，k)是和疾病特征j最相似的k疾病特征的集合，w_ij是疾病特征j和i的相似度，r_ui是罕見罕見病人u對疾病特征i的評分。

5.根據權利要求3所述的基于人工智能的罕見病輔助分析方法，其特征在于，所述計算罕見病人的疾病特征具體包括以下，

找尋與罕見病人相似的罕見病人集合，具體的，

建立疾病特征-罕見病人的倒排表，所述倒排表為對每個疾病特征都保存對該疾病特征產生過行為的罕見病人列表，根據每個疾病特征，在所述倒排表中的罕見病人兩兩之間的在共現矩陣中計算相似度，其計算公式如下：

其中，w_uv表示罕見病人兩兩之間的相似度矩陣，N(u)是罕見罕見病人u喜歡檢索的疾病特征集合，N(v)是罕見罕見病人v喜歡檢索的疾病特征集合，r_ui是罕見罕見病人u對疾病特征i的評分，r_vi代表罕見罕見病人v對疾病特征i的興趣，N(i)是喜歡檢索疾病特征i的罕見罕見病人集合。