[發明專利]基于時序醫療健康數據的病情趨勢預測方法和系統

在審

• 申請號: 202110944079.3
• 申請日: 2021-08-17
• 公開（公告）號: CN113851220A
• 公開（公告）日: 2021-12-28
• 發明（設計）人: 顧東曉;聶琦;趙旺;丁帥;李霄劍;歐陽波;蘇凱翔;王曉玉;謝懿;李敏;魯超;黃智勇;程瑋玲;丁彬彬;周翔
• 申請（專利權）人: 合肥工業大學
• 主分類號: G16H50/30
• 分類號: G16H50/30;G06N3/04;G06N3/08;G16H50/70
• 代理公司: 北京久誠知識產權代理事務所(特殊普通合伙) 11542
• 代理人: 余罡

1.一種基于時序醫療健康數據的病情趨勢預測方法，其特征在于，包括：

S1、收集并預處理時序醫療健康數據；

S2、根據預處理后的時序醫療健康數據，獲取關鍵特征信息，根據所述關鍵特征信息分類儲存所述預處理后的時序醫療健康數據，構建時序數據案例庫；

S3、根據所述時序案例庫，采用雙向異構LSTM網絡模型獲取當前案例的相似案例；

S4、可視化所述當前案例、相似案例對應的時序醫療健康數據，分別獲取第一可視化圖表、第二可視化圖表；

S5、根據所述第一可視化圖表和第二可視化圖表，完成當前案例和相似案例的可視化對比；

S6、根據可視化對比結果，預測所述當前案例中患者的病情階段性發展走向，根據所述發展走向獲取相應的治療方案。

2.如權利要求1所述的病情趨勢預測方法，其特征在于，還包括：

S7、根據所述第一可視化圖表和第二可視化圖表，選擇圖表類型，為醫生提供可視化圖表推薦，所述可視化圖表推薦包括單個案例數據變化趨勢圖和相似案例相同指標對比圖。

3.如權利要求1所述的病情趨勢預測方法，其特征在于，所述S1具體包括：

S11、采集患者的醫療健康數據，所述醫療健康數據來源于患者的電子病歷、電子健康檔案、可穿戴設備或者非接觸式傳感設備實時采集的大規模健康數據，具體包括靜態人口統計學信息、癥狀信息、實驗室生理特征指標和診斷信息；

S12、將所述醫療健康數據進行數據清洗；

S13、根據數據清洗后的醫療健康數據，按照時間順序進行排列，獲取時序醫療健康數據。

4.如權利要求3所述的病情趨勢預測方法，其特征在于，所述S2中根據預處理后的時序醫療健康數據，獲取關鍵特征信息，包括：

根據所述預處理后的時序醫療健康數據，選取臨床概念作為特征信息，獲取關鍵特征信息，為案例打上特征標簽，所述臨床概念指靜態人口統計學信息、癥狀信息、實驗室生理特征指標和診斷信息。

5.如權利要求3所述的病情趨勢預測方法，其特征在于，所述雙向異構LSTM網絡模型包括前向和后向LSTM結構，所述S3具體包括：

S31、根據所述時序案例庫，將患者的實驗室生理特征指標和診斷信息表示均輸入所述前向和后向LSTM結構，獲取所述前向LSTM結構對應的第一當前單元狀態C_t、第一輸出h_t，以及所述后向LSTM結構對應的第二當前單元狀態C′_t、第二輸出h′_t；

S32、根據所述第一當前單元狀態C_t、第一輸出h_t、第二當前單元狀態C′_t和第二輸出h′_t，獲取所述時序案例庫中第i個患者表示P_i；

其中，為靜態人口統計學信息表示；

S33、根據P_i和當前案例對應的時序醫療健康數據，計算當前患者與所述第i個患者之間的相似度；

SimilarP_i,P_j＝‖P_i-P_j‖₂

其中，P_j為當前患者表示，采用同上述步驟S31～S32獲取；

S34、根據相似度將查找出的相似案例進行排序，提取各個所述相似案例的時序醫療健康數據。