[發明專利]一種樣本生成方法、裝置、服務器及存儲介質

有效

• 申請號: 202011045854.3
• 申請日: 2020-09-28
• 公開（公告）號: CN111899844B
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 張淵
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H20/70
• 分類號: G16H20/70;G16H50/20;G06N3/04;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強

本申請實施例提供一種樣本生成方法、裝置、服務器及存儲介質，應用于醫療科技領域，該服務器包括處理器和存儲器，處理器和存儲器相互連接，其中，存儲器用于存儲計算機程序，計算機程序包括程序指令，處理器被配置用于調用程序指令，執行以下步驟：接收終端設備發送的患者樣本生成請求，患者樣本生成請求攜帶預置的依從性條件；調用預訓練的深度生成模型，以根據依從性條件生成依從性條件對應的目標患者樣本，目標患者樣本用于指導滿足依從性條件的患者的就醫行為；將目標患者樣本發送至終端設備，以便終端設備展示目標患者樣本。采用本申請，可以根據依從性對患者的就醫行為進行指導。本申請涉及區塊鏈技術，如可將目標患者樣本寫入區塊鏈。

技術領域

本申請涉及計算機技術領域，尤其涉及一種樣本生成方法、裝置、服務器及存儲介質。

背景技術

在診療過程中，患者的依從性對患者預后有很大影響，醫護人員對依從性不同的患者進行分級管理有助于提高醫護人員的工作效率，減輕工作負擔。對患者進行分級管理有賴于對患者的就醫行為模式進行分析，并據此對患者的依從性進行預測，識別出不同依從性的患者的表征。根據不同依從性的患者的表征，醫護人員可以對患者的就醫行為進行指導。因此，如何依據依從性對患者的就醫行為進行指導成為亟待解決的問題。

發明內容

本申請實施例提供了一種樣本生成方法、裝置、服務及存儲介質，可以根據依從性對患者的就醫行為進行指導。

第一方面，本申請實施例提供了一種服務器，包括處理器和存儲器，所述處理器和所述存儲器相互連接，其中，所述存儲器用于存儲計算機程序，所述計算機程序包括程序指令，所述處理器被配置用于調用所述程序指令，執行以下步驟：

接收終端設備發送的患者樣本生成請求，所述患者樣本生成請求攜帶預置的依從性條件；

調用預訓練的深度生成模型，以根據所述依從性條件生成所述依從性條件對應的目標患者樣本，所述目標患者樣本用于指導滿足所述依從性條件的患者的就醫行為；

將所述目標患者樣本發送至所述終端設備，以便所述終端設備展示所述目標患者樣本。

可選地，所述處理器被配置用于調用所述程序指令，還執行以下步驟：

獲取至少一個依從性條件中每個依從性條件對應的第一患者數據；

根據所述每個依從性條件對應的第一患者數據，訓練原始的深度生成模型，得到預訓練的深度生成模型。

可選地，在根據所述每個依從性條件對應的第一患者數據，訓練原始的深度生成模型，得到預訓練的深度生成模型時，所述處理器被配置用于調用所述程序指令，執行以下步驟：

對所述每個依從性條件對應的第一患者數據進行歸一化處理，得到第一處理數據；第一處理數據是指根據所述每個依從性條件對應的第一患者數據進行歸一化處理后得到的數據；

將所述第一處理數據作為原始的深度生成模型的輸入數據，以對所述原始的深度生成模型進行訓練，得到預訓練的深度生成模型。

可選地，所述深度生成模型為變分自編碼器，在將所述第一處理數據作為原始的深度生成模型的輸入數據，以對所述原始的深度生成模型進行訓練，得到預訓練的深度生成模型時，所述處理器被配置用于調用所述程序指令，執行以下步驟：

將所述第一處理數據作為原始的變分自編碼器的輸入數據，通過所述原始的變分自編碼器包括的編碼模塊根據所述第一處理數據進行編碼處理，得到均值和方差；

對所述均值和方差服從的高斯分布進行采樣，得到隱變量；

將所述隱變量輸入到所述原始的變分自編碼器包括的解碼模塊，通過所述解碼模塊根據所述隱變量進行解碼處理，得到所述每個依從性條件對應的第二患者數據；