买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京凯普顿医药科技开发有限公司

摘要：本发明公开了基于大数据和人工智能的术后风险预测方法及系统，包括：首先响应于针对目标患者的术后风险预测指令，对所述术后风险预测指令进行安全验证处理；在安全验证处理表征为通过的情况下，调取预先设置的用户医疗隐私区块链；从用户医疗隐私区块链中采集目标患者的患者健康历史数据。然后，根据患者健康历史数据，利用预先训练的术后风险预测模型确定出目标患者的术后风险预测结果。如此设计，在保护患者隐私的前提下，利用大数据和人工智能精确预测术后风险，有助于医生个性化制定治疗方案，提升术后恢复效果和患者满意度。

主权项：1.基于大数据和人工智能的术后风险预测方法，其特征在于，包括：响应于针对目标患者的术后风险预测指令，对所述术后风险预测指令进行安全验证处理；在所述安全验证处理表征为通过的情况下，调取预先设置的用户医疗隐私区块链；从所述用户医疗隐私区块链中采集所述目标患者的患者健康历史数据；根据所述患者健康历史数据，利用预先训练的术后风险预测模型确定出所述目标患者的术后风险预测结果；所述响应于针对目标患者的术后风险预测指令，对所述术后风险预测指令进行安全验证处理，包括：响应于针对目标患者的术后风险预测指令，生成访问所述用户医疗隐私区块链的访问请求，所述访问请求包括访问用户身份信息和访问终端设备信息；将所述访问请求发送至所述用户医疗隐私区块链维护的分布式验证节点；利用所述分布式验证节点获取所述访问用户身份信息对应的行为模式以及所述访问终端设备信息对应的设备属性和网络环境；根据所述行为模式、所述设备属性和所述网络环境对所述术后风险预测指令进行安全验证处理；在所述安全验证处理表征为通过的情况下，调取预先设置的用户医疗隐私区块链，包括：在所述安全验证处理表征为通过的情况下，与所述用户医疗隐私区块链按照预设加密通信协议在基于完美前向保密的基础上建立通信连接；所述从所述用户医疗隐私区块链中采集所述目标患者的患者健康历史数据，包括：在成功建立通信连接的基础上，根据所述术后风险预测指令在所述用户医疗隐私区块链进行基于零知识证明机制的遍历检索，得到所述患者健康历史数据；所述根据所述患者健康历史数据，利用预先训练的术后风险预测模型确定出所述目标患者的术后风险预测结果，包括：采集所述患者健康历史数据，其中，所述患者健康历史数据包括多个病历记录时间节点；采集第一患者术后健康指标的各个健康指标类别在所述病历记录时间节点的生理指标与病理指标；采集第二患者术后健康指标的各个所述健康指标类别在所述病历记录时间节点的生理指标与病理指标；将所述第一患者术后健康指标的多个所述健康指标类别在所述病历记录时间节点的生理指标与病理指标、所述第二患者术后健康指标的多个所述健康指标类别在所述病历记录时间节点的生理指标与病理指标组建形成患者术后健康指标在所述病历记录时间节点的初始患者健康数据；将所述患者术后健康指标的各个所述健康指标类别在所述病历记录时间节点的初始患者健康数据中的失效数据删除，得到剩下的各个所述健康指标类别的初始患者健康数据；对所述剩下的各个所述健康指标类别的初始患者健康数据执行去重操作，得到所述患者术后健康指标的各个所述健康指标类别在所述病历记录时间节点的预处理后的患者健康数据；对所述患者术后健康指标的各个所述健康指标类别在所述病历记录时间节点的预处理后的患者健康数据执行数据优化表示操作，得到所述患者术后健康指标的各个所述健康指标类别在所述病历记录时间节点的优化表示患者健康数据；对所述患者术后健康指标的各个所述健康指标类别在所述病历记录时间节点的优化表示患者健康数据执行数据归一化处理，得到所述患者术后健康指标的各个所述健康指标类别在所述病历记录时间节点的患者健康数据，并对所述患者术后健康指标的多个健康指标类别在所述多个病历记录时间节点的患者健康数据执行针对时序的数据融合，得到所述患者术后健康指标的综合患者健康数据；对所述患者术后健康指标的综合患者健康数据执行序列特征提取操作，得到序列特征提取结果；对所述序列特征提取结果执行尺度调整操作，得到尺度调整结果；对所述尺度调整结果执行非线性映射操作，得到初步特征抽取结果；对所述初步特征抽取结果执行空间下采样操作，得到空间下采样结果；对所述空间下采样结果执行多层门控转换与非线性变换，得到所述患者术后健康指标的综合患者健康向量；调用预先训练的术后风险预测模型对所述患者术后健康指标的综合患者健康向量进行风险概率估计，得到所述患者术后健康指标对应的所述目标患者的术后风险预测结果；所述患者术后健康指标的各个所述健康指标类别在所述病历记录时间节点的优化表示患者健康数据包括所述患者术后健康指标的各个所述健康指标类别在所述病历记录时间节点对应各个评估方面的优化表示患者健康数据；所述对所述患者术后健康指标的各个所述健康指标类别在所述病历记录时间节点的优化表示患者健康数据执行数据归一化处理，得到所述患者术后健康指标的各个所述健康指标类别在所述病历记录时间节点的患者健康数据，包括：对所述患者术后健康指标的所述健康指标类别在所述病历记录时间节点对应各个所述评估方面的优化表示患者健康数据执行数据归一化处理，得到所述患者术后健康指标的所述健康指标类别在所述病历记录时间节点对应各个所述评估方面的患者健康数据；将所述患者术后健康指标的所述健康指标类别在所述病历记录时间节点对应多个评估方面的患者健康数据，组建形成所述患者术后健康指标的所述健康指标类别在所述病历记录时间节点的患者健康数据；所述对所述患者术后健康指标的所述健康指标类别在所述病历记录时间节点对应各个所述评估方面的优化表示患者健康数据执行数据归一化处理，得到所述患者术后健康指标的所述健康指标类别在所述病历记录时间节点对应各个所述评估方面的患者健康数据，包括：采集所述患者术后健康指标的所述健康指标类别在多个所述病历记录时间节点对应所述评估方面的优化表示患者健康数据中最优健康数据值以及最劣健康数据值；采集所述最优健康数据值与所述最劣健康数据值之间的健康数据极差；采集所述患者术后健康指标的所述健康指标类别在所述病历记录时间节点的优化表示患者健康数据与所述最劣健康数据值之间的健康数据偏移量；将所述健康数据偏移量与所述健康数据极差之间的比值作为所述患者术后健康指标的所述健康指标类别在所述病历记录时间节点对应所述评估方面的患者健康数据；所述多层门控转换与非线性变换是利用门控转换单元执行的，所述门控转换单元包括多个串联连接的门控转换架构；所述对所述空间下采样结果执行多层门控转换与非线性变换，得到所述患者术后健康指标的综合患者健康向量，包括：通过目标门控转换架构对所述目标门控转换架构的输入进行进阶特征抽取，得到对应所述目标门控转换架构的进阶特征抽取结果；对对应所述目标门控转换架构的进阶特征抽取结果与所述目标门控转换架构的输入执行累加操作，得到所述目标门控转换架构输出的目标门控转换结果，并将所述目标门控转换架构输出的目标门控转换结果传递至后序门控转换架构以继续执行门控转换与非线性变换处理，得到对应所述后序门控转换架构的后序门控转换结果，所述后序门控转换架构为所述目标门控转换架构的下一级架构；将目标门控转换架构输出的门控转换结果作为所述患者术后健康指标的综合患者健康向量；所述对所述患者术后健康指标的综合患者健康向量进行风险概率估计，得到所述患者术后健康指标对应的所述目标患者的术后风险预测结果，包括：对所述患者术后健康指标的综合患者健康向量执行完全映射操作，得到完全映射结果；对所述完全映射结果执行概率分布建模处理，得到所述患者术后健康指标对应的所述目标患者的术后风险预测结果；所述方法还包括：采集样本患者健康历史数据，其中，所述样本患者健康历史数据包括多个样本病历记录时间节点；采集样本患者术后健康指标的多个所述健康指标类别在所述多个样本病历记录时间节点的患者健康数据，并对所述样本患者术后健康指标的多个所述健康指标类别在所述多个样本病历记录时间节点的患者健康数据执行针对时序的数据融合，得到所述样本患者术后健康指标的样本综合患者健康数据；对所述样本患者术后健康指标的样本综合患者健康数据利用高速公路网络执行特征抽取操作，得到所述样本患者术后健康指标的样本综合患者健康向量；对所述样本患者术后健康指标的样本综合患者健康向量进行风险概率估计，得到所述样本患者术后健康指标对应的所述目标患者的术后风险预测结果；基于所述样本患者术后健康指标对应的所述目标患者的术后风险预测结果与所述样本患者术后健康指标对应的所述目标患者的实际术后风险情况之间的误差，确定代价参量，并基于所述代价参量优化调整初始术后风险预测模型，直至得到训练完成的术后风险预测模型。

全文数据：

权利要求：

百度查询： 北京凯普顿医药科技开发有限公司 基于大数据和人工智能的术后风险预测方法及系统