[發(fā)明專利]風險分級方法、裝置、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202310305604.6
• 申請日: 2023-03-24
• 公開（公告）號: CN116206764A
• 公開（公告）日: 2023-06-02
• 發(fā)明（設(shè)計）人: 余夏夏;譚泳森;黃嘉慧
• 申請（專利權(quán)）人: 深圳大學
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/70;G06F18/23213
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 潘登

本發(fā)明公開了一種風險分級方法、裝置、電子設(shè)備及存儲介質(zhì)。該方法包括：獲取待評估的醫(yī)學數(shù)據(jù)，其中，所述待評估的醫(yī)學數(shù)據(jù)包括至少一個目標對象的醫(yī)學檢測數(shù)據(jù)；對所述目標對象的醫(yī)學檢測數(shù)據(jù)進行表征學習，得到所述目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的表征；基于所述目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的表征確定所述目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的亞表型；基于所述目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的亞表型確定風險分級結(jié)果。上述技術(shù)方案，實現(xiàn)了細粒度的風險分級，提升了風險分級的準確性，并且上述技術(shù)方案具有通用性，可以用于多種醫(yī)學風險的評估。

技術(shù)領(lǐng)域

本發(fā)明涉及大數(shù)據(jù)技術(shù)領(lǐng)域，尤其涉及一種風險分級方法、裝置、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)

隨著大數(shù)據(jù)技術(shù)的發(fā)展，數(shù)據(jù)分析在醫(yī)學領(lǐng)域的應(yīng)用越來越廣泛。

在實現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在以下技術(shù)問題：現(xiàn)有對危癥狀患者進行風險分級的方法，存在分級不準確的問題。

發(fā)明內(nèi)容

本發(fā)明提供了一種風險分級方法、裝置、電子設(shè)備及存儲介質(zhì)，以提升風險分級的準確性。

根據(jù)本發(fā)明的一方面，提供了一種風險分級方法，包括：

獲取待評估的醫(yī)學數(shù)據(jù)，其中，所述待評估的醫(yī)學數(shù)據(jù)包括至少一個目標對象的醫(yī)學檢測數(shù)據(jù)；

對所述目標對象的醫(yī)學檢測數(shù)據(jù)進行表征學習，得到所述目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的表征；

基于所述目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的表征確定所述目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的亞表型；

基于所述目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的亞表型確定風險分級結(jié)果。

根據(jù)本發(fā)明的另一方面，提供了一種風險分級裝置，包括：

醫(yī)學數(shù)據(jù)獲取模塊，用于獲取待評估的醫(yī)學數(shù)據(jù)，其中，所述待評估的醫(yī)學數(shù)據(jù)包括至少一個目標對象的醫(yī)學檢測數(shù)據(jù)；

表征學習模塊，用于對所述目標對象的醫(yī)學檢測數(shù)據(jù)進行表征學習，得到所述目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的表征；

亞表型確定模塊，用于基于所述目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的表征確定所述目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的亞表型；

分級結(jié)果確定模塊，用于基于所述目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的亞表型確定風險分級結(jié)果。

根據(jù)本發(fā)明的另一方面，提供了一種電子設(shè)備，所述電子設(shè)備包括：

至少一個處理器；

以及與所述至少一個處理器通信連接的存儲器；

其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的計算機程序，所述計算機程序被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行本發(fā)明任一實施例所述的風險分級方法。

根據(jù)本發(fā)明的另一方面，提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機指令，所述計算機指令用于使處理器執(zhí)行時實現(xiàn)本發(fā)明任一實施例所述的風險分級方法。

本發(fā)明實施例的技術(shù)方案，通過獲取待評估的醫(yī)學數(shù)據(jù)，其中，待評估的醫(yī)學數(shù)據(jù)包括至少一個目標對象的醫(yī)學檢測數(shù)據(jù)，進而對目標對象的醫(yī)學檢測數(shù)據(jù)進行表征學習，得到目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的表征，進而基于目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的表征確定目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的亞表型，進而基于目標對象的醫(yī)學檢測數(shù)據(jù)對應(yīng)的亞表型確定風險分級結(jié)果。上述技術(shù)方案，實現(xiàn)了細粒度的風險分級，提升了風險分級的準確性，并且上述技術(shù)方案具有通用性，可以用于多種醫(yī)學風險的評估。

應(yīng)當理解，本部分所描述的內(nèi)容并非旨在標識本發(fā)明的實施例的關(guān)鍵或重要特征，也不用于限制本發(fā)明的范圍。本發(fā)明的其它特征將通過以下的說明書而變得容易理解。

附圖說明