[发明专利]地区人口健康状态预测方法、设备和可读存储介质

权利要求书

1.一种地区人口健康状态预测方法，其特征在于，所述地区人口健康状态预测方法包括：

获取待预测地区的用户数据，并基于所述用户数据，对所述待预测地区进行整体健康状态识别，获得整体健康状态数据；

基于所述整体健康状态数据，确定预设健康状态类型之间的状态转移次数，根据所述状态转移次数生成所述预设健康状态类型之间的状态转移概率，再根据所述状态转移概率构建状态转移概率矩阵，并将所述状态转移概率矩阵作为健康状态转移决策模型，所述健康状态转移决策模型为基于马尔科夫链的决策模型；

基于所述待预测地区的人口变化数据、所述健康状态转移决策模型和所述整体健康状态数据，生成地区人口健康状态预测结果；

其中，所述整体健康状态数据为待预测地区的所有人口对于疾病的患病率，所述用户数据为所述待预测地区的所有人口的用户患病关联特征数据，所述健康状态类型包括无潜在患病风险类型、潜在患者类型、患者类型和死亡状态类型。

2.如权利要求1所述地区人口健康状态预测方法，其特征在于，所述健康状态转移决策模型包括各预设健康状态类型之间的状态转移概率，所述人口变化数据包括人口出生率，

所述基于所述待预测地区的人口变化数据、所述健康状态转移决策模型和所述整体健康状态数据，生成地区人口健康状态预测结果的步骤包括：

基于所述整体健康状态数据，确定各所述预设健康状态类型对应的人口数量；

基于各所述状态转移概率、各所述人口数量和所述人口出生率，预测各所述预设健康状态类型在预设单位时间步长后的预测人口数量；

基于各所述预测人口数量，生成所述地区人口健康状态预测结果。

3.如权利要求2所述地区人口健康状态预测方法，其特征在于，各所述预设健康状态类型包括患病状态，各所述人口数量包括当前未患病人口数量，各所述预测人口数量包括预测患病人口数量，

所述基于各所述状态转移概率、各所述人口数量和所述人口出生率，预测各所述预设健康状态类型在预设单位时间步长后的预测人口数量的步骤包括：

基于各所述状态转移概率，计算所述患病状态对应的发病率、死亡率和痊愈率；

基于所述发病率、所述人口出生率、未患病人口数量和所述人口数量，计算所述预设单位时间步长后的新增患病人口数量；

基于所述死亡率、所述痊愈率和各所述人口数量，计算所述预设单位时间步长后的削减后患病人口数量；

基于所述新增患病人口数量和所述削减后患病人口数量，确定所述预测患病人口数量。

4.如权利要求2所述地区人口健康状态预测方法，其特征在于，所述基于各所述预测人口数量，生成所述地区人口健康状态预测结果的步骤包括：

基于各所述预测人口数量，预测下一所述预设单位时间步长后的各第二预测人口数量；

基于各所述第二预测人口数量和各所述预测人口数量，计算预测人口变化幅度；

判断所述预测人口变化幅度是否小于预设人口变化幅度阀值；

若是，则基于各所述第二预测人口数量，计算地区人口健康状态指标值，并将所述地区人口健康状态指标值作为所述地区人口健康状态预测结果。

5.如权利要求1所述地区人口健康状态预测方法，其特征在于，各所述用户数据包括健康用户数据、患病用户数据和患病死亡用户数据，

所述基于所述用户数据，对所述待预测地区进行整体健康状态识别，获得整体健康状态数据的步骤包括：

分别将各所述健康用户数据输入预设标签标注模型，以分别对各所述健康用户数据对应的健康用户进行健康状态类型识别，获得各所述健康用户对应的目标健康状态类型标签；

基于各所述目标健康状态类型标签、所述患病用户数据和所述患病死亡用户数据，对各所述用户数据对应的目标用户进行分类，获得所述整体健康状态数据。