[发明专利]数据处理方法、装置及计算设备在审
申请号: | 202010430586.0 | 申请日: | 2020-05-20 |
公开(公告)号: | CN113707328A | 公开(公告)日: | 2021-11-26 |
发明(设计)人: | 周益锋 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
主分类号: | G16H50/70 | 分类号: | G16H50/70;G16H50/80 |
代理公司: | 北京太合九思知识产权代理有限公司 11610 | 代理人: | 曹威;刘戈 |
地址: | 英属开曼群岛大开*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数据处理 方法 装置 计算 设备 | ||
1.一种数据处理方法,其特征在于,包括:
获取对象的医疗数据;
根据所述对象的医疗数据,利用识别模型识别所述对象所属的疾病类别。
2.根据权利要求1所述的方法,其特征在于,所述根据所述对象的医疗数据,利用识别模型识别所述对象所属的疾病类别包括:
从所述医疗数据中提取至少一个特征类型对应的特征数据;
基于所述至少一个特征类型的特征数据,利用识别模型识别所述对象所属的疾病类别。
3.根据权利要求2所述的方法,其特征在于,所述基于所述至少一个特征类型的特征数据,利用识别模型识别所述对象所属的疾病类别包括:
将所述至少一个特征类型的特征数据进行融合,获得融合特征;
将所述融合特征输入识别模型,获得所述对象所属疾病类别。
4.根据权利要求2所述的方法,其特征在于,从所述医疗数据中提取至少一个特征类型对应的特征数据包括:
从所述医疗数据中确定至少一个特征类型分别对应的至少一个文本;
针对任一个特征类型,分别提取其对应的至少一个文本中与所述特征类型相关的关键词,获得至少一个关键词;
将所述至少一个关键词分别转换为特征向量,获得至少一个特征向量;
基于所述至少一个特征向量,确定所述特征类型对应的特征数据。
5.根据权利要求1所述的方法,其特征在于,所述识别模型基于不同疾病类别分别对应的样本对象的医疗样本数据训练获得。
6.根据权利要求1所述的方法,其特征在于,所述识别模型基于目标疾病类别对应的正样本对象的医疗正样本数据以及负样本对象的医疗负样本数据训练获得;
所述根据所述对象的医疗数据,利用识别模型识别所述对象所属的疾病类别包括:
根据所述对象的医疗数据,利用识别模型识别所述对象是否属于所述目标疾病类别。
7.根据权利要求1所述的方法,其特征在于,所述根据所述对象的医疗数据,利用识别模型识别所述对象所属的疾病类别之后,所述方法还包括:
判断所述对象所属疾病类别是否为预定疾病类别;
基于判断结果,确定是否对所述对象进行医学检查。
8.根据权利要求1所述的方法,其特征在于,所述获取对象的医疗数据包括:
获取属于目标地点的对象的医疗数据;
所述根据所述对象的医疗数据,利用识别模型识别所述对象所属的疾病类别之后,所述方法还包括:
根据所述目标地点对应的不同对象的识别结果,统计属于目标疾病类别的目标对象的对象数量。
9.一种数据处理方法,其特征在于,包括:
根据目标地点对应的历史医疗记录中不同对象的医疗数据,利用识别模型识别属于目标疾病类别的目标对象;
按照第一时间间隔统计所述目标地点对应的目标对象数量,构建第一时间序列数据;
利用所述第一时间序列数据,预测所述目标地点在预定时间范围内对应的目标对象预测数量。
10.根据权利要求9所述的方法,其特征在于,所述按照第一时间间隔,统计所述目标地点对应的目标对象数量,构建第一时间序列数据包括:
按照第一时间间隔,将当前时刻之前的第一时间段划分为多个时间步长;
统计所述目标地点在所述多个时间步长内分别对应的目标对象数量;
将所述多个时间步长对应的目标对象数量,按照时间先后顺序排列形成第一时间序列数据。
11.根据权利要求10所述的方法,其特征在于,所述利用所述第一时间序列数据,预测所述目标地点在预定时间范围内的目标对象预测数量包括:
利用所述第一时间序列数据,预测所述目标地点在当前时间步长内对应的目标对象预测数量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010430586.0/1.html,转载请声明来源钻瓜专利网。