[发明专利]提前预警方法、装置、电子设备和计算机可读存储介质

权利要求书

1.一种提前预警方法，其特征在于，包括：

获取目标对象在第一时刻的第一实时医疗数据；

获取目标疾病对应的多个预警样本聚类中心，所述多个预警样本聚类中心是对第三训练样本进行加权聚类后确定的，所述第三训练样本是根据针对患有目标疾病的第一对象在第三时刻采集的第三实时医疗数据生成的，所述第三时刻是对所述第一对象进行预警前间隔第一时长的时刻；

在所述多个预警样本聚类中心中确定与所述第一实时医疗数据距离最近的目标预警样本聚类中心；

获取所述目标预警样本聚类中心对应的提前预警分数阈值；

根据所述第一实时医疗数据预测所述目标对象的体征状况在第二时刻发生异常的提前预警分数，所述第二时刻是所述第一时刻之后间隔第一时长的时刻；

确定所述提前预警分数大于所述提前预警分数阈值，则针对所述目标对象进行提前预警。

2.根据权利要求1所述方法，其特征在于，所述目标预警样本聚类中心包括多个主要医疗特征对应的多个目标医疗特征值；其中，在所述多个预警样本聚类中心中确定与所述第一实时医疗数据距离最近的目标预警样本聚类中心，包括：

获取各个主要医疗特征对针对所述目标疾病进行预警的重要程度；

根据所述第一实时医疗数据确定在所述第一时刻时所述目标对象在所述多个主要医疗特征下的多个第一医疗特征值；

分别确定各个第一医疗特征值与对应目标医疗特征值的第一距离；

通过各个主要医疗特征对针对所述目标疾病进行预警的重要程度对所述多个第一距离进行加权求和处理，以确定所述第一实时医疗数据与所述目标预警样本聚类中心的加权距离，以便根据所述加权距离在所述多个预警样本聚类中心中确定与所述第一实时医疗数据距离最近的目标预警样本聚类中心。

3.一种提前预警方法，其特征在于，包括：

获取患有目标疾病的第一对象在第三时刻对应的第三实时医疗数据，所述第三时刻是对所述第一对象进行预警前间隔第一时长的时刻；

获取所述第一对象在第四时刻对应的第四实时医疗数据，所述第四时刻是对所述第一对象进行预警前间隔第二时长的时刻，所述第一时长与所述第二时长不同；

根据所述第三实时医疗数据确定第三训练样本，并根据所述第四实时医疗数据确定第四训练样本；

根据所述第三训练样本及对应的预警标签、和所述第四训练样本及对应的未预警标签训练目标神经网络模型，以便通过训练完成的目标神经网络模型预测所述目标对象的体征状况在第二时刻发生异常的提前预警分数。

4.根据权利要求3所述方法，其特征在于，根据所述第三实时医疗数据确定第三训练样本，包括：

根据所述第三实时医疗数据确定在所述第三时刻时所述第一患者在多个医疗特征下的值；

根据在所述第三时刻时所述第一患者在所述多个医疗特征下的值，在所述多个医疗特征中确定对所述目标疾病的预警影响大的至少一个主要医疗特征；

根据所述第三实时医疗数据确定在所述第三时刻时所述第一患者在所述至少一个主要医疗特征下的至少一个第三医疗特征值，以根据所述至少一个第三医疗特征值确定所述第三训练样本。

5.根据权利要求4所述方法，其特征在于，所述方法还包括：

获取患有所述目标疾病的第三对象在第五时刻对应的第五实时医疗数据，所述第三对象在患有所述目标疾病期间未发生预警；

根据所述第五实时医疗数据确定所述第三对象在所述至少一个主要医疗特征下对应的第五医疗特征值，以便根据所述第五医疗特征值确定第五训练样本；

其中，根据所述第三训练样本及对应的预警标签、和所述第四训练样本及对应的未预警标签训练目标神经网络模型，包括：

根据所述第三训练样本及对应的预警标签、所述第四训练样本及对应的未预警标签、和所述第五训练样本及对应的未预警标签训练所述目标神经网络模型。

6.根据权利要求3所述方法，其特征在于，所述方法还包括：

获取各个主要医疗特征对所述目标疾病进行预警的重要程度；

根据所述重要程度对所述第三训练样本进行加权聚类，以确定所述目标疾病对应的多个预警样本聚类中心，其中在所述加权聚类过程中是根据所述重要程度确定加权距离的。