[发明专利]一种疾病预测方法及装置

权利要求书

1.一种疾病预测方法，其特征在于，包括：

接收疾病预测请求，所述疾病预测请求携带待预测病例信息，所述待预测病例信息至少包括待预测病例的症状；

将所述待预测病例的症状与预设病例库的症状进行匹配，若匹配成功，则对所述待预测病例的症状进行One-Hot编码；

通过预设疾病预测模型对编码后的待预测病例的症状进行疾病概率计算，得到至少一种预测疾病的概率值；

获取概率值大于预设阈值的预测疾病，将对应的预测疾病进行One-Hot解码，得到预测疾病实体列表。

2.根据权利要求1所述的方法，其特征在于，所述将所述待预测病例的症状与预设病例库的症状进行匹配之前，还包括：

对所述待预测病例的症状进行标准格式化。

3.根据权利要求1或2所述的方法，其特征在于，通过对临床病例信息进行监督学习得到所述预设疾病预测模型，包括：

获取N个临床病例信息，所述临床病例信息至少包括症状信息和疾病信息，其中N为大于零的整数；

根据所述N个临床病例信息建立病例库；

抽取所述病例库中的所有症状和疾病分别生成症状序列以及疾病序列；

根据所述症状序列以及疾病序列对所述N个临床病例信息进行One-Hot编码，得到N个症状编码表和N个疾病编码表；

通过预设网络模型对所述N个临床病例信息进行监督学习；

根据学习结果调整所述预设网络模型的参数得到疾病预测模型。

4.根据权利要求3所述的方法，其特征在于，所述通过对临床病例信息进行监督学习得到所述预设疾病预测模型，还包括：

获取M个临床病例信息，并根据所述症状序列以及疾病序列对所述M个临床病例信息进行One-Hot编码，其中M为大于零的整数；

通过所述疾病预测模型对所述M个临床病例信息进行监督学习；

根据学习结果调整所述疾病预测模型的参数。

5.根据权利要求3所述的方法，其特征在于，所述通过所述疾病预测模型对所述N个临床病例信息进行监督学习，包括：

根据所述疾病编码表和所述症状编码表通过预设算法计算每个临床病例信息对应的症状导致对应疾病的权值；

所述预设算法为：

式中，n为症状库中的症状类型个数，i为症状序列中第i个症状的下标，i∈[0,n-1]，j为疾病序列中第j个疾病的下标，h(x(i),j)为第i个症状存在时，导致第j个疾病的可能性权值，bias为误差偏置；

计算所有临床病例信息对应的症状导致对应疾病的权值，得到权值参数表，所述权值参数表用于调整所述预设网络模型的参数。

6.一种疾病预测装置，其特征在于，包括：

预测请求接收模块，用于接收疾病预测请求，所述疾病预测请求携带待预测病例信息，所述待预测病例信息至少包括待预测病例的症状；

症状匹配模块，用于将所述待预测病例的症状与预设病例库的症状进行匹配，

编码模块，用于当所述待预测病例的症状与预设病例库的症状匹配成功时，对所述待预测病例的症状进行One-Hot编码；

疾病概率计算模块，用于通过预设疾病预测模型对编码后的待预测病例的症状进行疾病概率计算，得到至少一种预测疾病的概率值；

筛选模块，用于获取概率值大于预设阈值的预测疾病，将对应的预测疾病进行One-Hot解码，得到预测疾病实体列表。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

症状格式化模块，用于对所述待预测病例的症状进行标准格式化。