基于机器学习的疾病预测方法及装置

发明专利有效专利

申请号：
CN202111017488.5
IPC分类号：G16H50/20;G16H50/30;G16H50/50;G06N3/08;G06N20/00
申请日期：
2021-08-31
申请人：
平安科技（深圳）有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于机器学习的疾病预测方法及装置
申请号	CN202111017488.5	申请日期	2021-08-31
法律状态	公开	申报国家	中国
公开/公告日	2021-11-26	公开/公告号	CN113707309A
优先权	暂无	优先权号	暂无
主分类号	G16H50/20 ? IPC结构图谱： G 物理 G0 仪器 G16 特别适用于特定应用领域的信息通信技术〔ICT〕〔2018.01〕 G16H 医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术〔ICT〕〔2018.01〕 G16H50/00 专门适用于医疗诊断，医学模拟或医疗数据挖掘的ICT；专门适用于检测、监测或建模流行病或传染病〔2018.01〕 G16H50/20 用于计算机辅助诊断，例如医疗专家系统〔2018.01〕	IPC分类号	G;1;6;H;5;0;/;2;0;;;G;1;6;H;5;0;/;3;0;;;G;1;6;H;5;0;/;5;0;;;G;0;6;N;3;/;0;8;;;G;0;6;N;2;0;/;0;0查看分类表>
申请人	平安科技（深圳）有限公司	申请人地址	广东省深圳市福田街道福安社区益田路5033号平安金融中心23楼变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	平安科技（深圳）有限公司	当前权利人	平安科技（深圳）有限公司
发明人	徐衔
代理机构	北京中强智尚知识产权代理有限公司	代理人	贾依娇

摘要

本发明涉及人工智能技术领域，揭露一种基于机器学习的疾病预测方法，包括：获取目标用户在不同模态表征下的疾病描述序列；利用预先训练疾病预测模型的处理模块，将不同模态表征下的疾病描述序列分别转换为同一向量空间的疾病特征向量；针对每种模态表征设置疾病特征向量的模态标志位，按照所述模态标志位对所述同一向量空间的疾病特征向量进行融合，得到多模态疾病特征向量；利用所述疾病预测模型的自注意力模块，对所述多模态疾病特征向量进行预测，得到目标用户在不同疾病类别上的概率。本发明能够充分利用有限的医疗数据，将不同模态表征下的医疗数据转换到同一向量空间进行建模，综合考虑各个模态之间的内在联系，提高疾病预测精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供