[發明專利]基于人工智能的健康畫像方法、系統、設備及存儲介質

在審

• 申請號: 202210054751.6
• 申請日: 2022-01-18
• 公開（公告）號: CN114400096A
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 楊文
• 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: G16H50/30
• 分類號: G16H50/30;G16H50/70;G06V30/10;G06V30/19;G06V30/42
• 代理公司: 深圳國新南方知識產權代理有限公司 44374
• 代理人: 周雷

本申請涉及人工智能技術領域，提供了一種基于人工智能的健康畫像方法、系統、設備及存儲介質，其中方法包括：接收攜帶患者的病例照片信息，根據病例照片從預先構建的OCR系統中得到患者病例文字識別結果；獲取歷史健康指標數據，根據該歷史健康指標數據建立健康模型，并將該健康模型與每個患者的病例文字識別結果進行關聯，并獲取該健康模型下每個患者對應的待判斷分數；獲取預先設置的分數判斷規則，利用EasyRules規則引擎通過預先設置的分數判斷規則或與待判斷分數對應的健康風險分數區間，根據健康風險分數區間生成患者對應的健康畫像。本發明通過分析輸出用戶的健康畫像或疾病預測，可提前預警，協助醫生提高看診效率及準確率。

技術領域

本申請涉及人工智能技術領域，特別是涉及一種基于人工智能的健康畫像方法、系統、設備及存儲介質。

背景技術

隨著人工智能醫療技術的興起，人工智能醫療系統可以支持疾病輔助診斷、健康管理、遠程會診等功能，當下醫院對于病人的病例數據、患者檢查報告等數據沒有最大化使用，每次患者就醫看病時，需要向醫生描述病情、提供以往病例數據、檢查報告等資料，且不說患者描述是否準確、專業，醫生查看以往病例也是耗時費力，醫生看診效率大大降低，患者自身健康數據沒有有效利用，無法提前預警。對于慢性病患者，需要定期復查、買藥、服藥、注意事項，可這些對于老人來說，每一個環節都很困難，監護人也有疏忽的時候。當下醫院醫患粘合度較差，患者沒有相對確定的醫生，每次看診由于種種因素可能會更換主治醫生，沒有一條粘合紐帶關聯醫生和患者，看診相對成本極高、效率降低，這就是當下看病難、就醫慢，醫生、患者面對的現實問題。

發明內容

本申請提供一種基于人工智能的健康畫像方法、系統、設備及存儲介質，以解決目前的醫生和患者粘合度較差，患者看診相對成本極高、醫生看診效率降低的問題。

為解決上述技術問題，本申請采用的一個技術方案是：提供一種基于人工智能的健康畫像方法，包括：接收攜帶患者的病例照片信息，根據病例照片從預先構建的OCR系統中得到患者病例文字識別結果；

獲取歷史健康指標數據，根據該歷史健康指標數據建立健康模型，并將該健康模型與每個患者的病例文字識別結果進行關聯，并獲取該健康模型下每個患者對應的待判斷分數；

獲取預先設置的分數判斷規則，利用EasyRules規則引擎通過預先設置的分數判斷規則或與待判斷分數對應的健康風險分數區間，根據健康風險分數區間生成患者對應的健康畫像，健康風險分數區間預先建立。

作為本申請的進一步改進，接收攜帶患者的病例照片信息，根據病例照片從預先構建的OCR系統中得到患者病例文字識別結果具體包括：

獲取患者的病例照片，將病例照片作為OCR訓練數據；

將OCR數據輸入至OCR系統中，以基于OCR系統確定待識別照片對應的文字識別結果。

作為本申請的進一步改進，獲取患者的病例照片，將病例照片作為OCR訓練數據具體包括：

獲取OCR文本，根據OCR文本獲取OCR標簽，并將OCR標簽生成相對應的第一標簽矩陣；

獲取噪聲圖片，將所述噪聲圖片經第一預設OCR識別模型進行識別，以得到將噪聲圖片進行識別所對應的識別矩陣，其中，識別矩陣的格式與第一標簽矩陣的格式一致；

根據識別矩陣及第一標簽矩陣，獲取噪聲圖片相對于OCR標簽的損失值；

將損失值進行反向傳播，并根據損失值對噪聲圖片求梯度；

利用梯度更新噪聲圖片，以將OCR標簽繪制到噪聲圖片上，從而生成包含OCR標簽的生成圖片，并將生成圖片作為OCR訓練數據。

作為本申請的進一步改進，利用梯度更新噪聲圖片，以將OCR標簽繪制到噪聲圖片上，從而生成包含OCR標簽的生成圖片包括：