患病风险的预测方法及相关装置与流程

本申请涉及疾病风险预测领域，具体涉及一种患病风险的预测方法及相关装置。

背景技术：

1、目前，随着科学技术的迅速发展，各种人工智能算法被广泛应用于医疗领域。机器学习是人工智能算法的一个分支，包含多种算法，它能够自动分析数据中隐藏的规律，并利用该规律对未知数据进行预测。将机器学习应用于疾病风险预测，可辅助医生进行诊疗诊断，同时，进行疾病风险预测也可使患者即时发现疾病或进行预防，防止疾病进一步恶化造成不可挽回的损伤。

2、但是现有的针对疾病所采取的风险预测的模型是通过多个特定风险因素或基因组变异对疾病进行预测，无法直接提供具有个性化的特征风险评估，同时无法给出具有针对性的生活改善建议，进而导致用户进行个性化疾病风险预测方面存在缺陷，智能性不足，不符合实际需求。

技术实现思路

1、本发明提供了一种患病风险的预测方法及相关装置，以期预测患病风险的同时可以个性化地对用户的个体特征进行评估，从而降低患病风险。

2、第一方面，本申请实施例提供了一种患病风险的预测方法，方法包括：

3、获取第一统计量和第二统计量，所述第一统计量包括单个遗传信息与被统计人员的个体特征的关联关系统计数据，所述第二统计量包括多个所述遗传信息与目标疾病的关联关系统计数据，所述个体特征包括：体型特征、年龄特征、生活习惯特征；

4、根据所述第一统计量和所述第二统计量，在所述个体特征中确定至少一个与所述目标疾病存在因果关系的至少一个目标个体特征；

5、获取所述被统计人员的疾病信息，根据所述被统计人员的疾病信息与所述目标个体特征对预设的初始疾病风险评估模型进行训练，所述疾病信息用于表征所述被统计人员是否患病；

6、得到目标疾病风险评估模型，并向所述目标疾病风险评估模型输入用户的个体特征，确定所述目标疾病的风险预测分数，以及所述个体特征对应的重要程度分数，所述目标疾病的风险预测分数用于反映患得所述目标疾病的风险预测概率大小，所述重要程度分数用于表征所述个体特征对所述目标疾病的风险预测分数的影响能力。

7、第二方面，本申请实施例提供了一种患病风险的预测装置，装置包括：第一获取单元、确定单元、第二获取单元、评估单元；其中，

8、所述第一获取单元，用于获取第一统计量和第二统计量，所述第一统计量包括单个遗传信息与被统计人员的个体特征的关联关系统计数据，所述第二统计量包括多个所述遗传信息与目标疾病的关联关系统计数据，所述个体特征包括：体型特征、年龄特征、生活习惯特征；

9、所述确定单元，用于根据所述第一统计量和所述第二统计量，在所述个体特征中确定至少一个与所述目标疾病存在因果关系的至少一个目标个体特征；

10、所述第二获取单元，用于获取所述被统计人员的疾病信息，根据所述被统计人员的疾病信息与所述目标个体特征对预设的初始疾病风险评估模型进行训练，所述疾病信息用于表征所述被统计人员是否患病；

11、所述评估单元，用于得到目标疾病风险评估模型，并向所述目标疾病风险评估模型输入用户的个体特征，确定所述目标疾病的风险预测分数，以及所述个体特征对应的重要程度分数，所述目标疾病的风险预测分数用于反映患得所述目标疾病的风险预测概率大小，所述重要程度分数用于表征所述个体特征对所述目标疾病的风险预测分数的影响能力。

12、第三方面，本申请实施例提供了一种电子设备，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行本申请实施例第一方面中的步骤的指令。

13、第四方面，本申请实施例提供了一种计算机存储介质，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如本实施例第一方面中所描述的部分或全部步骤。

14、第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

15、可以看出，本申请实施例中，首先获取第一统计量和第二统计量，接着根据第一统计量和第二统计量，在个体特征中确定至少一个与目标疾病存在因果关系的至少一个目标个体特征，然后获取被统计人员的疾病信息，根据被统计人员的疾病信息与目标个体特征对预设的初始疾病风险评估模型进行训练，最后得到目标疾病风险评估模型，并向目标疾病风险评估模型输入用户的个体特征，确定目标疾病的风险预测分数，以及个体特征对应的重要程度分数。如此，通过本申请实施例可以通过生活习惯特征对疾病风险评估模型进行训练，从而提高对人员患病风险进行预测的准确性和预测结果可靠性。

技术特征：

1.一种患病风险的预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一统计量和所述第二统计量，在所述个体特征中确定至少一个与所述目标疾病存在因果关系的至少一个目标个体特征，包括：

3.根据权利要求2所述的方法，其特征在于，在所述将所述第一统计量与所述第二统计量进行匹配之前，所述方法还包括：

4.根据权利要求2或3所述的方法，其特征在于，在所述向所述目标疾病风险评估模型输入用户的个体特征之前，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述根据所述被统计人员的疾病信息与所述目标个体特征对预设的初始疾病风险评估模型进行训练，包括：

6.根据权利要求4所述的方法，其特征在于，在所述根据所述被统计人员的疾病信息与所述目标个体特征对预设的初始疾病风险评估模型进行训练之前，所述方法还包括：

7.根据权利要求1-6任一项所述的方法，其特征在于，在所述确定所述目标疾病的风险预测分数，以及所述个体特征对应的重要程度分数之后，所述方法还包括：

8.一种患病风险的预测装置，其特征在于，包括：第一获取单元、确定单元、第二获取单元、评估单元；其中，

9.一种电子设备，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。

10.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法中的步骤。

技术总结
本申请提供了一种患病风险的预测方法及相关装置，方法包括：首先获取第一统计量和第二统计量，接着，根据第一统计量和第二统计量，在个体特征中确定至少一个与目标疾病存在因果关系的至少一个目标个体特征，然后获取被统计人员的疾病信息，根据被统计人员的疾病信息与目标个体特征对预设的初始疾病风险评估模型进行训练，最后得到目标疾病风险评估模型，并向目标疾病风险评估模型输入用户的个体特征，确定目标疾病的风险预测分数，以及个体特征对应的重要程度分数。如此，可以提高对人员患病风险进行预测的准确性和预测结果可靠性。

技术研发人员：杨远富,张璐,李泽铭,杨欧洲,杨远弟
受保护的技术使用者：好尔美（深圳）健康产业有限公司
技术研发日：
技术公布日：2024/2/21