[发明专利]预测未来血糖值的方法、装置及计算机设备在审
| 申请号: | 201910185058.0 | 申请日: | 2019-03-12 |
| 公开(公告)号: | CN110085318A | 公开(公告)日: | 2019-08-02 |
| 发明(设计)人: | 金晓辉;阮晓雯;徐亮 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
| 主分类号: | G16H50/30 | 分类号: | G16H50/30;G16H50/70;G16H10/60;G06Q10/04;G06Q10/06 |
| 代理公司: | 北京中强智尚知识产权代理有限公司 11448 | 代理人: | 黄耀威 |
| 地址: | 518000 广东省深圳市福田街*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 血糖 目标用户 预测 样本用户 计算机设备 用户数据 预测模型 预设时长 糖尿病 计算机技术领域 电子病历 健康档案 空腹血糖 历史时长 时间序列 数据创建 小时血糖 有效解决 时间段 预设 申请 样本 记录 | ||
本申请公开了一种预测未来血糖值的方法、装置及计算机设备,涉及计算机技术领域,能有效解决现有技术中只能判断用户当前的血糖值,却无法对用户未来血糖值进行预测的问题。其中方法包括:从原始健康档案和电子病历中提取糖尿病随访记录大于预设时长阈值的样本用户对应的样本用户数据;利用所述样本用户数据创建血糖值时间序列的预测模型;将目标用户的历史用户数据输入到所述预测模型中,预测所述目标用户在预设未来时间段内空腹血糖值的第一预测序列,和餐后两小时血糖值的第二预测序列,其中,所述历史用户数据对应的历史时长小于所述预设时长阈值,所述目标用户和所述样本用户均为糖尿病患者。本申请适用于对目标用户未来血糖值的预测。
技术领域
本申请涉及计算机技术领域,尤其涉及到一种预测未来血糖值的方法、装置及计算机设备。
背景技术
糖尿病是一组以高血糖为特征的代谢性疾病,发病时会导致大血管、微血管受损并危及心、脑、肾、周围神经、眼睛、足等多个部位,还会伴有多种并发症,故加强糖尿病的预测工作是完全必要的。然而随着科技的进步,病种的诊断已经不局限于医生的分析,利用人工智能来预测糖尿病,才是符合如今的发展潮流。
目前业内对于糖尿病预测的常见方法是通过收集糖尿病医案,将糖尿病患者数据与健康人群数据进行对比,构建0-1分类模型,通过患者的各类特征维度数据,判断用户是否患糖尿病。
然而现有的糖尿病预测的方法只能判断没有糖尿病相关医案的用户是否患糖尿病,但针对已有数据且长期随访的用户,却不能进行未来血糖值的预测,不能更好的实现对糖尿病的诊断和治疗。
发明内容
有鉴于此,本申请提供了一种预测未来血糖值的方法、装置及计算机设备,主要目的在于解决当下只能判断出用户是否患糖尿病,却无法预测出未来血糖值,进而不能更好的实现对糖尿病跟踪治疗的问题。
根据本申请的一个方面,提供了一种预测未来血糖值的方法,该方法包括:
从原始健康档案和电子病历中提取糖尿病随访记录大于预设时长阈值的样本用户对应的样本用户数据;
利用所述样本用户数据创建血糖值时间序列的预测模型;
将目标用户的历史用户数据输入到所述预测模型中,预测所述目标用户在预设未来时间段内空腹血糖值的第一预测序列,和餐后两小时血糖值的第二预测序列,其中,所述历史用户数据对应的历史时长小于所述预设时长阈值,所述目标用户和所述样本用户均为糖尿病患者。
根据本申请的另一个方面,提供了一种预测未来血糖值的装置,该装置包括:
提取模块,用于从原始健康档案和电子病历中提取糖尿病随访记录大于预设时长阈值的样本用户对应的样本用户数据;
创建模块,用于利用所述样本用户数据创建血糖值时间序列的预测模型;
确定模块,用于将目标用户的历史用户数据输入到所述预测模型中,预测所述目标用户在预设未来时间段内空腹血糖值的第一预测序列,和餐后两小时血糖值的第二预测序列,其中,所述历史用户数据对应的历史时长小于所述预设时长阈值,所述目标用户和所述样本用户均为糖尿病患者。
根据本申请的又一个方面,提供了一种非易失性可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述预测未来血糖值的方法。
根据本申请的再一个方面,提供了一种计算机设备,包括非易失性可读存储介质、处理器及存储在非易失性可读存储介质上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述预测未来血糖值的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910185058.0/2.html,转载请声明来源钻瓜专利网。





