[發明專利]認知和行為障礙的預警方法、裝置、設備及存儲介質

有效

• 申請號: 202210038698.0
• 申請日: 2022-01-13
• 公開（公告）號: CN114343585B
• 公開（公告）日: 2023-09-29
• 發明（設計）人: 葉苓;黃凌云;劉玉宇;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/16
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 胡安

本發明涉及醫療領域，公開了一種認知和行為障礙的預警方法、裝置、設備及存儲介質，該方法包括：獲取被測對象的基本信息，輸入至圖神經網絡中，得到第一預測概率H1；接收被測對象的監測手環上傳的生物信號輸入至XGboost模型，得到第二預測概率H2；接收監測手環上傳的日常監測數據輸入至RNN模型，得到第三預測概率H3；基于預設的加權算法對H1、H2和H3進行加權計算，得到被測對象的患病概率H4；若H4高于預設概率閾值，則生成預警信號，并發送至預設端口。本方法針對目前存在無法實時監測患者病癥和病情發展的技術問題，為了提前發現病癥，并能在日常中實時監控患者的具體生理情況，提高了診斷效率，并能實現不間斷的監護措施。

技術領域

本發明涉及醫療領域，尤其涉及一種認知和行為障礙的預警方法、裝置、設備及存儲介質。

背景技術

老年癡呆癥(AD)是人類社會面臨的重大疾病，已成為嚴重的公共衛生問題，目前中國癡呆癥患者已超過10000萬；隨著人工智能的發展，已有各種人工智能技術應用于老年癡呆的早期預測及臨床診斷，包括英偉達、騰訊、蘋果等巨頭都在開展老年癡呆領域的相關研究。人工智能可通過對患者的醫學影像、日常音頻、問卷調查以及生物信號反饋等進行數據提取分析，可以有效地識別出患者的患病程度。準確地實現針對老年癡呆的早期診斷，能夠很好地幫助患者進行針對性治療，減緩病情加重程度，甚至能夠徹底治愈。

傳統的診斷過程常常需要詢問患者眾多問題，以了解患者的邏輯思維能力及反應速度，但此舉非常耗時且依賴醫生的臨床經驗；人工智能在醫學影像以及音視頻中的應有有效地提高了診斷效率，此類診斷往往需要前往醫院進行相關影像檢查以及患者的積極配合，且由于患者出現相應癥狀時才會前往醫院進行檢查，往往病情已經較為嚴重，不利于進行早期預測和預防，嚴重影響了患者的生活質量。因此，現在亟需一種認知和行為障礙的預警方法來解決上述問題。

發明內容

本發明的主要目的在于解決現有的認知和行為障礙的預警方法中存在無法實時監測患者病癥和病情發展的技術問題。

本發明第一方面提供了一種認知和行為障礙的預警方法，所述認知和行為障礙的預警方法包括：獲取被測對象的基本信息，并基于所述基本信息建立對應的鄰接矩陣；將所述鄰接矩陣輸入至預先訓練好的圖神經網絡中，得到第一預測概率H1；接收所述被測對象的監測手環上傳的生物信號，將所述生物信號輸入至預先訓練好的XGboost模型，得到第二預測概率H2；接收所述監測手環上傳的日常監測數據，將所述日常監測數據輸入至預先訓練好的RNN模型，得到第三預測概率H3；基于預設的加權算法對所述H1、H2和H3進行加權投票計算，得到被測對象的患病概率H4；若所述H4高于預設概率閾值，則生成第一預警信號，并將所述第一預警信號發送至預設端口。

可選的，在本發明第一方面的第一種實現方式中，所述將所述鄰接矩陣輸入至預先訓練好的圖神經網絡中，得到第一預測概率H1包括：將所述被測對象的基本信息生成的所述鄰接矩陣轉化為二維數組A；通過所述二維數組A和所述二維數組的第i層的特征X相乘，得到更新后的第i層的節點特征AX_i；將所述節點特征AX_i與對應層數的權重矩陣W_i進行相乘，得到下一維度的節點特征AX_i+1；對節點特征AX和權重矩陣W進行矩陣運算，再乘以預設的非線性激活函數σ后進行歸一化處理，得到第一預測概率H1。

可選的，在本發明第一方面的第二種實現方式中，所述接收所述被測對象的監測手環上傳的生物信號，將所述生物信號輸入至預先訓練好的XGboost模型，得到第二預測概率H2包括：接收所述監測手環上傳的生物信號，并將所述生物信號輸入至預先訓練好的所述XGboost模型；將不同的短時間瞬態的生物信號代入XGboost模型對應的樹，擬合訓練中得出的殘差，并基于所述殘差得到不同的分值，其中，所述樹為函數公式；將所述分值進行累加，得到累加結果，并計算所述累加結果與預設的正常分值之比，得到第二預測概率H2。