[发明专利]常见疾病风险预测方法及系统

说明书

技术领域

本发明涉及医疗信息技术领域，尤其是涉及一种常见疾病风险预测方法及系统。

背景技术

随着生物医学信息学和计算机系统的快速发展，电子健康记录(EHR)得以广泛的使用。此外，国家的医疗保健计划，越来越多的人参与到定期的体检和其他的医疗活动当中，使得EHR为生物医学研究和医疗保健服务提供了大数据资源。

目前，自定义的统计数据挖掘和机器学习技术已经被应用于EHR中，并且用于解决在生物医学和医疗保健大数据方面遇到的困难。针对确定疾病风险的不均衡性分析，通常采用一种流行的统计学方法，即在基线模型下计算给定事件除以观测值的比率。然而，由于EHR数据包含由于人为错误导致的缺失值以及EHR数据缺乏深入和统一的标注，即对于相同的结果，不同的患者可能得到不同的注释等人为因素。此外，EHR数据测量设备或者仪器本身的缺陷或者精度范围等自然因素，使得测量的数据也存在误差，从而导致分析结果出现偏差的异常事件时有发生。

综上所述，上述各种因素导致了现有的数据分析技术在风险预测方面的准确度不高的问题。

发明内容

有鉴于此，本发明的目的在于提供一种常见疾病风险预测方法及系统，以缓解了现有技术中存在的预测结果准确性较差的技术问题。

第一方面，本发明实施例提供了一种常见疾病风险预测方法，包括：

获取被测目标的各项临床检测项目的结果；

确定每个临床检测项目的结果对应的健康评分；

对每个健康评分进行加权平均计算，获得最终健康评分。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，该方法还包括：

预先对各项临床检测项目的结果进行分类；

其中，至少一项临床检测项目包括正常、偏高、偏低三种结果，或，至少一项临床检测项目包括正常、不正常两种结果。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，该方法还包括：

预先确定每项临床检测项目的每种结果对应的健康分数。

结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述预先确定每项临床检测项目的每种结果对应的健康分数，具体包括：

基于临床人群样本，对于某一项临床检测项目，获取所述临床人群样本中结果正常的人数N_N，结果偏高的人数N_H，以及结果偏低的人数N_L；

确定该临床检测项目的结果正常的健康分数x_N＝1，结果偏高的健康分数x_H＝N_N/(-2N_H)，结果偏低的健康分数x_L＝N_N/(-2N_L)。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述对每个健康评分进行加权平均计算，获得最终健康评分，具体包括：

通过以下算式计算最终健康评分

其中，HS为最终健康评分。

结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，该方法还包括：

根据最终健康评分预测被测目标患有疾病的风险。

结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，该方法还包括：

根据被测目标要预测的疾病种类，选择对应的多项临床检测项目。

第二方面，本发明实施例还提供一种常见疾病风险预测系统，包括：

获取模块，用于获取被测目标的各项临床检测项目的结果；

评分模块，用于确定每个临床检测项目的结果对应的健康分数；

计算模块，用于对每个健康评分进行加权平均计算，获得最终健康评分。

第三方面，本发明实施例提供了一种常见疾病风险预测系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面及其可能的实施方式中任一项所述的方法的步骤。

第四方面，本发明实施例提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行上述疾病风险预测方法。