[发明专利]一种模型生成方法、数据处理方法及对应装置

说明书

本申请实施例的目的在于提供一种模型生成方法、数据处理方法及对应装置，该模型生成方法包括：获取多个用户中每个用户的预设时间点的生理特征、与预设时间点的生理特征对应的生存状态时长以及预设时间点采用的干预策略，其中，生存状态时长为预设时间点与用户的生存状态改变的时间点相距的时长；将预设时间点的生理特征和预设时间点采用的干预策略作为输入量，将生存状态时长作为输出量，对生存状态模型进行训练，得到训练完成的生存状态模型。

技术领域

本申请涉及人工智能应用技术领域，具体而言，涉及一种模型生成方法、数据处理方法及对应装置。

背景技术

目前评估生存状态的方案，只是通过统计各种生理特征下的用户的生存状态来计算各种生理特征的死亡率，进而通过用户当前的生理特征来匹配对应的死亡率来表征用户当前的生存状态，存在着用户当前的生存状态仅通过死亡率来衡量过于片面的问题。

发明内容

本申请实施例的目的在于提供一种模型生成方法、数据处理方法及对应装置，用于解决目前评估生存状态的方案存在的用户当前的生存状态仅通过死亡率来衡量过于片面的问题。

为了实现上述目的，本申请提供了以下技术方案如下：

第一方面：本申请提供了一种模型生成方法，所述方法包括：获取多个用户中每个用户的预设时间点的生理特征、与所述预设时间点的生理特征对应的生存状态时长以及所述预设时间点采用的干预策略，其中，所述生存状态时长为所述预设时间点与所述用户的生存状态改变的时间点相距的时长；将所述预设时间点的生理特征和所述预设时间点采用的干预策略作为输入量，将所述生存状态时长作为输出量，对生存状态模型进行训练，得到训练完成的所述生存状态模型。

上述方案设计的方法，通过历史用户预设时间点的生理特征和在预设时间点采用的干预策略为输入，将生存状态时长为输出训练得到生存状态模型，能够反映具体患者的个体状态、反映患者个体当前离死亡终点的时间距离以及反映患者个体当前离痊愈出院的时间距离，解决了仅以死亡率来衡量生存状态过于片面的问题，使得对患者当前的生存状态预测地更加全面。

在第一方面的可选实施方式中，在所述得到训练完成的生存状态模型之后，所述方法还包括：获取在所述预设时间点具有相同生理状态的多个用户中每个用户的多项生理特征、每个用户在所述预设时间点各自采用的干预策略、每个用户对应的生存状态时长以及所述采用的干预策略对每个用户生理特征改变程度的影响值；在所述预设时间点相同生理特征的多个用户的多项生理特征、每个用户在所述预设时间点采用的干预策略以及每个用户对应的生存状态时长作为输入量，将所述采用的干预策略对每个用户生理特征改变程度的影响值作为输出量，对强化学习模型进行训练，得到训练完成的所述强化学习模型。

上述方案设计的方法，训练的强化学习模型能够预测每个时间节点的用户采用的干预策略对用户生理特征的影响，进而在后续的应用中可根据影响来选择有益的干预策略，使得用户采用的干预策略更加准确和可靠。

在第一方面的可选实施方式中，在所述得到训练完成的生存状态模型之后，所述方法还包括：将多个用户中每个用户所述预设时间点的生理特征、所述预设时间点的生理特征对应的生存状态时长以及在所述预设时间点采用的干预策略对每个用户生理特征改变程度的影响值作为输入量，将每个用户在所述预设时间点采用的干预策略作为输出量，对方案选择模型进行训练，得到训练完成的所述方案选择模型。

上述方案设计的方法，训练得到的方案选择模型能够对建议的方案进行直接输出，节约了方案判断选择的时间。