[发明专利]一种基于病历的疾病异常预警方法、设备及介质

说明书

本申请公开了一种基于病历的疾病异常预警方法、设备及介质，方法包括：获取当期的病历信息，对病历信息中的疾病表征进行编码，以得到结构化的第一病历向量；通过预先训练的病历向量化模型，对第一病历向量进行维度压缩，得到低维度的第二病历向量；通过预先训练的疾病趋势预测模型，将第二病历向量作为输入，对当期的病历信息中出现的指定疾病进行异常预测，并根据预测结果输出当期的病历信息对应的异常期望；若指定个体或指定群体的病历信息，通过疾病趋势预测模型得到的输出结果，与异常期望之间的偏离等级达到预设等级，则确定指定个体或指定群体存在异常。

技术领域

本申请涉及异常预警领域，具体涉及一种基于病历的疾病异常预警方法、设备及介质。

背景技术

随着新发疾病的不断出现和已有疾病的卷土重来，现有的疾病监测方法已不能适应社会应急处理的要求。为保证及时、准确地预测疾病异常情况，采取有效的防控措施，一般情况下是通过对患者的病症信息、就诊数据进行数据处理和数据挖掘来进行疾病预警，然而这种方式需要大量的数据前置处理操作，工作量较大且处理效率低，预警效果不佳。

发明内容

为了解决上述问题，本申请提出了一种基于病历的疾病异常预警方法，包括：

本申请实施例提供了一种基于病历的疾病异常预警设备，方法包括：获取当期的病历信息，对病历信息中的疾病表征进行编码，以得到结构化的第一病历向量；通过预先训练的病历向量化模型，对第一病历向量进行维度压缩，得到低维度的第二病历向量；通过预先训练的疾病趋势预测模型，将第二病历向量作为输入，对当期的病历信息中出现的指定疾病进行异常预测，并根据预测结果输出当期的病历信息对应的异常期望；若指定个体或指定群体的病历信息，通过疾病趋势预测模型得到的输出结果，与异常期望之间的偏离等级达到预设等级，则确定指定个体或指定群体存在异常。

在本申请的一种实现方式中，预测结果包括第二病历向量对应的指定疾病的异常概率；根据预测结果输出当期的病历信息对应的异常期望之后，方法还包括：根据个体对应的个体特征，将个体划分为多个指定群体；个体特征至少包括以下一项或多项：年龄、地理位置、性别；分别计算指定群体中的不同个体的异常概率与异常期望之间的第一偏离度，以及不同个体对应的第一偏离度之间的均值；根据预先划分的偏离度区间，确定第一偏离度的均值对应的偏离度区间，以确定对应的偏离等级。

在本申请的一种实现方式中，根据预测结果输出当期的病历信息对应的异常期望之后，方法还包括：计算指定个体对应的指定疾病的异常概率与异常期望之间的第二偏离度；根据预先划分的偏离度区间，确定第二偏离度对应的偏离度区间，以确定对应的偏离等级；在确定偏离等级达到预设等级的情况下，计算病历信息对应的个体所患疾病的历史发病率，以根据历史发病率，确定指定个体对应的患病类型；患病类型包括常见疾病和罕见疾病。

在本申请的一种实现方式中，确定指定个体或指定群体存在异常之后，方法还包括：在指定群体存在异常的情况下，根据预设的回归模型，预测群体在当期之后的指定时间段内的目标发病趋势；根据病历信息，获取指定群体历年来在指定时间段内的历史发病趋势；根据目标发病趋势和历史发病趋势，提示疾控部门对指定群体采取相应的防控措施。

在本申请的一种实现方式中，确定指定个体或指定群体存在异常之后，方法还包括：按照预设的时间间隔，获取指定疾病的传染速度、传播方式以及死亡率，以确定指定疾病对应的权重；确定指定群体中的个体的地理位置，根据指定疾病对应的权重以及地理位置，在预置的电子地图上，通过对应的显示颜色对指定疾病进行标注；显示颜色与指定疾病对应的权重相对应；根据指定群体对应的目标发病趋势，在电子地图上标注出指定疾病对应的辐射范围。