[發明專利]適用于隱私計算平臺的離線預測方法

有效

• 申請號: 202110561364.7
• 申請日: 2021-05-22
• 公開（公告）號: CN113223705B
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 林博;董科雄;王德健;王濤;張豫元
• 申請（專利權）人: 杭州醫康慧聯科技股份有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H50/70;G06N3/0464;G06N3/08
• 代理公司: 杭州橙知果專利代理事務所(特殊普通合伙) 33261
• 代理人: 李品

本申請公開了一種適用于隱私計算平臺的離線預測方法，包括如下步驟：在采用一個人工神經網絡模型進行數據預測之前，提供一個操作界面以供用戶選擇數據預測模式，數據預測模式包括：在線預測模式和離線預測模式；在用戶選擇離線預測模式后，通過操作界面提供上傳離線預測模式所需的離線數據的操作窗口；在用戶通過操作窗口上傳離線數據后，判斷離線數據是否符合預設的數據核驗標準；如果符合預設的數據核驗標準，則將上傳的離線數據輸入至人工神經網絡模型進行數據預測；使人工神經網絡模型輸出數據預測的結果數據并顯示或/和存儲結果數據。本申請的有益之處在于提供一種能有效解決網絡或數據庫異常導致數據預測失敗以及數據不同步的適用于隱私計算平臺的離線預測方法。

技術領域

本申請涉一種適用于隱私計算平臺的離線預測方法。

背景技術

在不久的將來醫療行業將融入更多人工智能、傳感技術等高科技，使醫療服務走向真正意義的智能化，推動醫療事業的繁榮發展。在中國新醫改的大背景下，智慧醫療正在走進尋常百姓的生活。

醫療行業數據存在隱私保護的需要，因此將人工智能應用于醫療領域進行研究、模型訓練和數據預測時，往往需要多個醫療機構通過聯網和數據協同的方式進行。

而在現有的隱私計算平臺在使用人工神經網絡模型進行數據預測時，往往會因為網絡或數據庫異常導致數據預測失敗。

發明內容

為了解決現有技術的不足之處，本申請提供了一種適用于隱私計算平臺的離線預測方法，包括如下步驟：在采用一個人工神經網絡模型進行數據預測之前，提供一個操作界面以供用戶選擇數據預測模式，所述數據預測模式包括：在線預測模式和離線預測模式；在用戶選擇所述離線預測模式后，通過所述操作界面提供上傳所述離線預測模式所需的離線數據的操作窗口；在用戶通過所述操作窗口上傳所述離線數據后，判斷所述離線數據是否符合預設的數據核驗標準；如果符合預設的數據核驗標準，則將上傳的所述離線數據輸入至所述人工神經網絡模型進行數據預測；使所述人工神經網絡模型輸出數據預測的結果數據并顯示或/和存儲所述結果數據。

進一步地，所述適用于隱私計算平臺的離線預測方法還包括如下步驟：在采用一個人工神經網絡模型進行數據預測之前，檢測網絡連接是否存在異常，如果網絡連接存在異常，則提示用戶僅能采用所述離線預測模式。

進一步地，所述適用于隱私計算平臺的離線預測方法還包括如下步驟：在采用一個人工神經網絡模型進行數據預測之前，檢測數據庫連接是否存在異常，如果數據庫連接存在異常，則提示用戶僅能采用所述離線預測模式。

進一步地，所述適用于隱私計算平臺的離線預測方法還包括如下步驟：如果不符合預設的數據核驗標準，則顯示不符合數據核驗標準的具體數據。

進一步地，所述離線數據為表格數據。

進一步地，如果不符合預設的數據核驗標準，則顯示不符合數據核驗標準的具體的行、列或單元格。

進一步地，所述適用于隱私計算平臺的離線預測方法還包括如下步驟：在用戶通過所述操作窗口上傳所述離線數據后，檢測網絡連接是否恢復，如果網絡連接恢復，則根據已上傳的離線數據在線查詢訓練所需的數據。

進一步地，所述適用于隱私計算平臺的離線預測方法還包括如下步驟：比對用戶在離線預測模式上傳的離線數據和在網絡連接回復后通過在線查詢所獲取的在線數據，判斷所述離線數據和在線數據是否存在差異，如果不存在差異，則以所述離線數據作為所述人工神經網絡模型訓練的輸入數據。

進一步地，所述適用于隱私計算平臺的離線預測方法還包括如下步驟：如果所述離線數據和所述在線數據存在差異，則判斷所述離線數據和在線數據哪一個數據完整度較高，以數據完整度較高的一個作為所述人工神經網絡模型訓練的輸入數據。