[發明專利]血糖預測方法、血糖預測裝置、設備及存儲介質

在審

• 申請號: 202110991121.7
• 申請日: 2021-08-26
• 公開（公告）號: CN113679348A
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 樊志超
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/145
• 代理公司: 深圳市力道知識產權代理事務所(普通合伙) 44507
• 代理人: 張傳義

1.一種血糖預測方法，其特征在于，所述方法包括：

獲取用戶的病歷信息、血糖數據和用藥數據；

對所述病歷信息進行篩選，得到異常血糖值對應的病歷信息，并將所述異常血糖值對應的病歷信息作為目標病歷信息；

將所述目標病歷信息、所述血糖數據和所述用藥數據輸入到預訓練好的血糖預測模型，得到血糖趨勢數據；

獲取用戶的狀態特征數據，并根據所述血糖趨勢數據和所述狀態特征數據進行疾病預測，得到預期疾病；

根據所述狀態特征數據和所述預期疾病確定對應的疾病預防措施，并將所述疾病預防措施推送給目標終端。

2.根據權利要求1所述的方法，其特征在于，所述對所述病歷信息進行篩選，得到異常血糖值對應的病歷信息，并將所述異常血糖值對應的病歷信息作為目標病歷信息，包括：

基于分詞算法，對所述病歷信息進行分詞處理，得到所述病歷信息對應的分詞結果；

基于醫療詞義預測模型對所述分詞結果中每個分詞進行詞義預測，得到每個分詞各自對應的詞義預測結果；

基于所述詞義預測結果對所述分詞結果進行篩選，得到目標病歷信息。

3.根據權利要求1所述的方法，其特征在于，所述將所述目標病歷信息、所述血糖數據和所述用藥數據輸入到預訓練好的血糖預測模型，得到血糖趨勢數據，包括：

分別確定所述目標病歷信息中的患病時間、所述血糖數據的測量時間以及所述用藥數據的用藥時間；

根據所述患病時間、所述測量時間和所述用藥時間確定所述目標病歷信息、所述血糖數據和所述用藥數據對應的權重比例；

將所述目標病歷信息、所述血糖數據和所述用藥數據以及各自對應的權重比例輸入到預訓練好的血糖預測模型，得到血糖趨勢數據。

4.根據權利要求3所述的方法，其特征在于，所述根據所述患病時間、所述測量時間和所述用藥時間確定所述目標病歷信息、所述血糖數據和所述用藥數據各自對應的權重比例，包括：

分別確定所述患病時間、所述測量時間和所述用藥時間與數據獲取時間的差值，得到對應的第一時差、第二時差和第三時差；

根據所述第一時差、所述第二時差和所述第三時差計算得到總時差；

確定所述第一時差與所述總時差的占比，根據所述第一時差與所述總時差的占比確定所述目標病歷信息對應的權重比例；

確定所述第二時差與所述總時差的占比，根據所述第二時差與所述總時差的占比確定所述血糖數據對應的權重比例；

確定所述第三時差與所述總時差的占比，根據所述第三時差與所述總時差的占比確定所述用藥數據對應的權重比例。

5.根據權利要求3所述的方法，其特征在于，所述血糖預測模型包括第一長短期記憶網絡和第二長短期記憶網絡，所述將所述目標病歷信息、所述血糖數據和所述用藥數據以及對應的權重比例輸入到預訓練好的血糖預測模型，得到血糖趨勢數據，包括：

將所述目標病歷信息、所述血糖數據和所述用藥數據以及各自對應的權重比例輸入預訓練好的血糖預測模型中的第一長短期記憶網絡中運算，得到所述第一長短期記憶網絡中的隱藏狀態向量序列；

將所述隱藏狀態向量序列輸入所述第二長短期記憶網絡中運算，得到血糖趨勢數據。

6.根據權利要求1所述的方法，其特征在于，所述狀態特征數據包括生理數據、飲食數據和運動數據，所述根據所述狀態特征數據進行疾病預測，得到預期疾病以及對應的概率，包括：

基于預先訓練好的疾病分類預測模型，并根據所述血糖趨勢數據、所述生理數據、所述飲食數據和所述運動數據進行疾病預測，得到預期患病以及對應的概率；其中，所述疾病分類預測模型包括全連接層和softmax層。

7.根據權利要求1所述的方法，其特征在于，所述根據所述狀態特征數據和所述預期疾病確定對應的疾病預防措施，并將所述疾病預防措施推送給目標終端，包括：

根據所述狀態特征數據和所述預期疾病，確定營養元素的需求量以及目標運動量；

根據所述營養元素的需求量以及所述目標運動量確定對應的疾病預防措施，其中，所述疾病預防措施包括飲食計劃和運動計劃。