[发明专利]一种基于精准健康管理的心脑血管疾病风险预警方法及系统

说明书

本发明涉及人工智能技术领域，具体涉及一种基于精准健康管理的心脑血管疾病风险预警方法，该方法包括如下步骤：S1、基于心脑血管疾病危险因素抓取大量的心脑血管诊疗数据及其对应的诊断结果数据；S2、基于所述心脑血管诊疗数据及其对应的诊断结果数据构建心脑血管疾病风险预警模型；S3、基于所述心脑血管疾病风险预警模型根据录入的心脑血管诊疗数据实现心脑血管疾病风险的预警。本发明可以快速、及时发现心脑血管诊疗数据中存在的风险因素，同时精确度高。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于精准健康管理的心脑血管疾病风险预警方法及系统。

背景技术

心脑血管疾病是人类健康头号杀手，目前，心脑血管疾病在我国的现状主要有以下特点：①发现时基本是晚期，未能做到疾病的早发现，早治疗；②临床数据无法得到实时搜集与更新，治疗效果没有得到精准有效评估；③临床数据还 未实现深层次的挖掘分析应用，临床治疗未达到个体差异性和特异性及不同治疗方法的效果比较；④对心脑血管疾病患者的异常状况的综合分析与及时预警，尚在滞后阶段。在互联网大数据时代，如何实现全面针对心脑血管疾病风险进行精准评估、定期监测、有效干预及防控、早期临床诊疗等，至关重要。

发明内容

为解决上述问题，本发明提供了一种基于精准健康管理的心脑血管疾病风险预警方法及系统。

为实现上述目的，本发明采取的技术方案为：

一种基于精准健康管理的心脑血管疾病风险预警方法，包括如下步骤：

S1、基于心脑血管疾病危险因素抓取大量的心脑血管诊疗数据及其对应的诊断结果数据；

S2、基于所述心脑血管诊疗数据及其对应的诊断结果数据构建心脑血管疾病风险预警模型；

S3、基于所述心脑血管疾病风险预警模型根据录入的心脑血管诊疗数据实现心脑血管疾病风险的预警。

进一步地，所述心脑血管疾病风险预警模型包括基于BP神经网络的贝叶斯概率模型和DSSD_Inception_V3模型。

进一步地，所述基于 BP神经网络的贝叶斯概率模型基于文本类心脑血管诊疗数据及其对应的诊断结果数据构建；DSSD_Inception_V3模型采用DSSD目标检测算法，基于图形类心脑血管诊疗数据及其对应的诊断结果数据构建。

进一步地，所述文本类心脑血管诊疗数据包括患者症状数据及心脑血管检查化验结果数据。

进一步地，所述步骤S3具体包括如下步骤：

S31、基于Hadoop同时运行基于BP神经网络的贝叶斯概率模型和DSSD_Inception_V3模型实现录入的心脑血管诊疗数据的评估，得到评估结果；

S32、将所得的评估结果与预设的预警门限进行相似度对比，若对比结果录入预设的预警门限，则启动预警模块进行预警。

进一步地，所述步骤S3中，预警时，采用弹出对话框携带评估结果、落入预警门限类目的方式进行。

本发明还提供了一种基于精准健康管理的心脑血管疾病风险预警系统，包括：

目标数据采集模块，用于根据心脑血管疾病危险因素抓取大量的心脑血管诊疗数据及其对应的诊断结果数据；

预警模型构建模块，用于基于所述心脑血管诊疗数据及其对应的诊断结果数据构建心脑血管疾病风险预警模型；

风险预警模块，用于基于所述心脑血管疾病风险预警模型根据录入的心脑血管诊疗数据实现心脑血管疾病风险的预警。