[发明专利]一种数据处理方法、装置及系统

说明书

本发明公开了一种数据处理方法、装置及系统，其方法包括：根据所有历史电子健康档案中与白内障相关的各项信息进行训练，得到白内障患病风险预测模型；获取目标患者的电子健康档案的各项信息；将电子健康档案中的各项信息输入白内障患病风险预测模型进行处理，输出目标患者的白内障患病风险概率。本发明根据所有历史电子健康档案的与白内障相关的各项信息进行训练，得到精确的白内障患病风险预测模型，由于考虑了各项信息的白内障的标签特征，更符合白内障发展规律，提高了训练得到的白内障患病风险预测模型的准确性，将获取到的目标患者的电子健康档案输出该白内障患病风险预测模型中，可准确输出目标患者的白内障患病风险概率。

技术领域

本发明涉及移动健康领域，尤其涉及一种数据处理方法、装置及系统。

背景技术

目前医院的门诊和急诊量非常大，值诊医生仅有几分钟就需要接待一名患者，医生虽然有强烈意愿去全面了解患者情况，但是受制于时间和精力、以及医学知识的局限性，医生往往在简单了解患者情况后凭经验开出诊断结果和处方，并不能全面考虑患者个体情况作出准确判断，因此医患关系日趋紧张。

但随着大数据技术的发展，各类信息系统如PACS(Picture Archiving andCommunication Systems，影像归档和通信系统)、EMR(Electronic Medical Record，电子病历)系统等应用在医疗领域中。但是，医疗大数据的多态、时效、隐私等复杂特性，导致不能大范围的获取不同特征之间的关联关系，尤其是像眼科疾病这类病症特征，如何能够在短时间内准确预测出患病几率是现有医学领域亟待解决的问题。

发明内容

为了解决上述技术问题，本发明提供了一种数据处理方法、装置及系统，解决了现有技术中无法在短时间内准确预测出眼疾患病几率的问题。

依据本发明的一个方面，提供了一种数据处理方法，包括：

根据所有历史电子健康档案中与白内障相关的各项信息进行训练，得到白内障患病风险预测模型；

获取目标患者的电子健康档案的各项信息；

将电子健康档案中的各项信息输入白内障患病风险预测模型进行处理，输出目标患者的白内障患病风险概率。

其中，根据所有历史电子健康档案中与白内障相关的各项信息进行训练，得到白内障患病风险预测模型的步骤，包括：

根据历史电子健康档案中与白内障相关的各项信息的主外键关系，自动关联所有历史电子健康档案，得到历史患者的逻辑树形网络表；

对逻辑树形网络表中的所有字段进行数据去重和数据去空处理，得到有效树形网络表；

对有效树形网络表中的各项信息与目标变量进行相关性处理，得到有效相关特征树形网络表；

根据有效相关特征树形网络表，训练得到白内障患病风险预测模型。

其中，将电子健康档案中的各项信息输入白内障患病风险预测模型进行处理，输出目标患者的白内障患病风险概率的步骤，包括：

若目标患者的电子健康档案中存在新的特征信息，则将白内障患病风险预测模型中与新的特征信息相关的所有特征值的影响因子的平均值确定为新的特征信息的影响因子；

将新的特征信息的影响因子输入白内障患病风险预测模型进行处理，输出目标患者的白内障患病风险概率。

其中，在获取目标患者的电子健康档案的各项信息的步骤之后，还包括：

若目标患者的电子健康档案的各项信息中存在新的特征信息，根据新的特征信息更新白内障患病风险预测模型。

其中，根据新的特征信息更新白内障患病风险预测模型的步骤，包括：