【技术实现步骤摘要】
一种全科医学科患者的个性化诊疗推荐方法及系统
[0001]本专利技术涉及个性化诊疗推荐领域,特别涉及一种全科医学科患者的个性化诊疗推荐方法及系统。
技术介绍
[0002]目前,随着我国的飞速发展,人民的生活水平获得极大的提高。这种情况下人们对健康越来越来关心。于是为迎合这种要求,目前在我国的大、中城市中,除了现有医院开设体检业务外,各类体检企业、部门也如雨后春笋般迅速发展起来。
[0003]然而,由体检单位给出体检结论不一定具有权威性。而基于大数据等方式实现的医疗远程设备等对于数据的分析存在不准确的问题,不能够达到很好的个性化评估结果。
[0004]因此,本专利技术提供了一种全科医学科患者的个性化诊疗推荐方法及系统。
技术实现思路
[0005]本专利技术提供了一种全科医学科患者的个性化诊疗推荐方法及系统,用以通过将全科医学科的历史病症特征进行处理,从而建立模型,并基于模型对当前病患的特征数据进行分析,确定当前病患的特征数据与模型中每一病症的匹配程度,可以使得得到的模型更加精准,实现精准匹配,从而能够实现更为准确的个性化诊疗评估。
[0006]本专利技术提供一种全科医学科患者的个性化诊疗推荐方法,包括:步骤1:对目标医学科的所有历史用户病症特征数据进行预处理,得到用户基本特征;步骤2:根据所述用户基本特征建立全科医学科患者对应的第一诊疗模型;步骤3:获取当前病患的当前病患特征数据,基于所述特征数据的特征分类,确定当前病患的第一病症特征;步骤4:基于所述第一病症特征与第一病症特征对 ...
【技术保护点】
【技术特征摘要】
1.一种全科医学科患者的个性化诊疗推荐方法,其特征在于,包括:步骤1:对目标医学科的所有历史用户病症特征数据进行预处理,得到用户基本特征;步骤2:根据所述用户基本特征建立全科医学科患者对应的第一诊疗模型;步骤3:获取当前病患的当前病患特征数据,基于所述当前病患特征数据的特征分类,确定当前病患的第一病症特征;步骤4:基于所述第一病症特征与第一病症特征对应的剩余标准特征数据结合,得到第二病症特征,基于第二病症特征与第一诊疗模型进行匹配,确定匹配结果;步骤5:基于匹配结果,确定对当前病患的诊疗评估值,并生成个性化诊疗评估结果。2.如权利要求1所述的一种全科医学科患者的个性化诊疗推荐方法,其特征在于,对目标医学科的所有历史用户病症特征数据进行预处理,得到用户基本特征,包括:步骤11:获取医学数据库中目标医学科的所有历史用户病症特征数据,并将所述历史用户病症特征数据转化为一维数据;步骤12:将所述一维数据按照病症基本特征类型进行分类,并基于每一分类筛选出当前类别中对应的最大值和最小值进行剔除;步骤13:对同类别下的所有剩余值进行归一化处理,并基于归一化处理值得到平均值,确定所有平均值为用户基本特征。3.如权利要求2所述的一种全科医学科患者的个性化诊疗推荐方法,其特征在于,根据所述用户基本特征建立全科医学科患者对应的第一诊疗模型,包括:步骤21:按照病症综合特征类型对所述用户基本特征进行第二分类;步骤22:基于第二分类结果确定每一病症综合特征类型对应的基本特征,并将每一病症综合特征类型包含的基本特征与所述病症综合特征类型对应的基础特征表进行比较,剔除基础特征表中不包含的基本特征,并基于剔除结果构建每个病症综合特征类型的有效矩阵;步骤23:基于所有有效矩阵构建全科医学科患者对应的第一诊疗模型。4.如权利要求1所述的一种全科医学科患者的个性化诊疗推荐方法,其特征在于,获取当前病患的当前病患特征数据,基于所述当前病患特征数据的特征分类,确定当前病患的第一病症特征,包括:步骤31:获取当前病患的当前病患特征数据,并基于病症综合特征类型对当前病患特征数据进行分类;步骤32:将所述当前病患特征数据的特征分类结果与预设病症特征表进行比较,基于所述分类结果与预设病症特征表中每一病症的吻合程度确定当前病患对应的初始病症种类;步骤33:基于所述初始病症种类及对应特征数据,得到当前病患的第一病症特征。5.如权利要求4所述的一种全科医学科患者的个性化诊疗推荐方法,其特征在于,基于所述第一病症特征与第一病症特征对应的剩余标准特征数据结合,得到第二病症特征,基于第二病症特征与第一诊疗模型进行匹配,确定匹配结果,包括:步骤41:获取第一诊疗模型中所有病症特征类型,并得到特征类型数据表;步骤42:将所述第一病症特征输入到特征类型数据表中,同时,将当前病患对应的标准特征数据输入到特征类型数据表中的剩余表格中;
步骤43:基于已输入特征数据的特征类型数据表,得到第二病症特征数据;步骤44:将第二病症特征数据输入到第一诊疗模型中,并基于预设算法判断第二病症特征数据与第一诊疗模型的每一病症的匹配值;;其中,为当前病症的匹配值;为当前病症中的有效特征数据的个数;为当前病患对应当前病症的第个有效特征数据;为对应当前病症的第个标准特征数据;为第个有效特征数据的特征转化系数;为第个无效特征数据对当前病症的影响因子;为无效特征数据对当前病症匹配值的影响程度系数;n为当前病症的所有特征数据的总个数,m为当前病症的无效特征数据的个数;ln表示对数函数的符号。6.如权利要求5所述的一种全科医学科患者的个性化诊疗推荐方...
【专利技术属性】
技术研发人员:李玲,杨茂,蒲丹丹,
申请(专利权)人:遵义市第一人民医院遵义医学院第三附属医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。