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：厦门智数联科技有限公司

摘要：本发明提供一种基于人工智能的疾病预警系统，涉及医疗数据处理技术领域。所述系统包括：信息获取模块、知识图谱获取模块、训练模块、判别模块、建议模块、预测模块和预警模块。根据本发明，可通过对病历的处理，获得各次诊疗的知识图谱，从而训练图神经网络模型，进而通过训练完成的图神经网络模型基于知识图谱给出用药建议信息和诱因排除建议信息，从而针对目标对象给出合理的建议，还可使用训练完成的图神经网络模型预测疾病的发展趋势，从而生成准确的预警信息，为疾病的诊疗提供准确的参考。

主权项：1.一种基于人工智能的疾病预警系统，其特征在于，包括：信息获取模块，用于在目标对象的当前诊疗周期的第i次诊疗获得第i次诊疗的病历后，通过自然语言处理模型，对第i次诊疗的病历进行处理，获取第i-1次诊疗至第i次诊疗期间的疾病类型信息、临床表现信息、相关生理指标信息、历史用药信息和诱因信息，i＞1，且i为正整数；知识图谱获取模块，用于根据第i次诊疗的疾病类型信息、临床表现信息、相关生理指标信息、历史用药信息和所述诱因信息，获得所述目标对象的第i次诊疗的知识图谱，其中，所述第i次诊疗的知识图谱包括多个节点，所述节点与所述疾病类型信息、所述临床表现信息、所述相关生理指标信息、所述历史用药信息和所述诱因信息中的一个对应，所述第i次诊疗的知识图谱还包括所述节点之间的连接关系，以及第i-1次诊疗的图神经网络模型确定的存在连接关系的节点之间的连接权重；训练模块，用于通过第i次诊疗后的知识图谱的节点、第i-1次诊疗的图神经网络模型确定的连接权重和所述连接关系，对第i-1次诊疗的图神经网络模型进行训练，获得第i次诊疗的图神经网络模型，以及第i次诊疗的连接权重；判别模块，用于根据所述第i次诊疗的连接权重，以及第1次诊疗至第i次诊疗期间的疾病类型信息、临床表现信息、相关生理指标信息、历史用药信息和诱因信息，判断第i次诊疗的图神经网络模型是否训练完成；建议模块，用于如果第i次诊疗的图神经网络模型训练完成，则根据第i次诊疗的连接权重和期望生理指标信息，获得第i次诊疗的预期用药建议信息和诱因排除建议信息；预测模块，用于根据所述第i次诊疗的预期用药建议信息、诱因排除建议信息和第i次诊疗的图神经网络模型，确定当前诊疗周期结束时的预测生理指标信息；预警模块，用于根据所述预测生理指标信息和所述期望生理指标信息，生成疾病预警信息；通过第i次诊疗后的知识图谱的节点、第i-1次诊疗的图神经网络模型确定的连接权重和所述连接关系，对第i-1次诊疗的图神经网络模型进行训练，获得第i次诊疗的图神经网络模型，以及第i次诊疗的连接权重，包括：根据所述连接关系，获得各个节点之间的连接关系矩阵，其中，所述连接关系矩阵为n×n的方阵，n为节点数量，在所述连接关系矩阵中，第i行第j列的元素用于表示第i个节点和第j个节点之间是否存在连接关系；通过第i-1次诊疗的图神经网络模型，对所述连接关系矩阵、所述第i-1次诊疗的图神经网络模型确定的连接权重和所述第i次诊疗后的知识图谱的节点对应的信息进行处理，获得第i次诊疗后的知识图谱的节点的预测信息；根据第i次诊疗后的知识图谱的节点对应的信息和预测信息，获得第i-1次诊疗的图神经网络模型的损失函数；根据所述损失函数，对第i-1次诊疗的图神经网络模型进行训练，获得第i次诊疗的图神经网络模型，并根据第i次诊疗的图神经网络模型的参数确定第i次诊疗的连接权重；根据第i次诊疗后的知识图谱的节点对应的信息和预测信息，获得第i-1次诊疗的图神经网络模型的损失函数，包括：根据公式 获得第i-1次诊疗的图神经网络模型的损失函数LOSS,其中，Pk，i为第i次诊疗后的知识图谱的第k个节点对应的信息的特征向量，Pk，i，p为第i-1次诊疗的图神经网络模型获得的第i次诊疗后的知识图谱的第k个节点的预测信息的特征向量，Nk为与第k个节点存在连接关系的节点的数量，N1-k，min为根据所述连接关系确定的从第1个节点至第k个节点所经历的节点数量的最小值，所述第1个节点为根节点，k≤n，且k和n均为正整数；根据所述第i次诊疗的连接权重，以及第1次诊疗至第i次诊疗期间的疾病类型信息、临床表现信息、相关生理指标信息、历史用药信息和诱因信息，判断第i次诊疗的图神经网络模型是否训练完成，包括：通过第i次诊疗的图神经网络模型，对所述连接关系矩阵、所述第i次诊疗的连接权重，和各次诊疗期间的疾病类型信息、临床表现信息、相关生理指标信息、历史用药信息和诱因信息进行处理，获得各次诊疗的后的知识图谱的节点的训练信息；根据各次诊疗的后的知识图谱的节点的训练信息，以及各次诊疗的后的知识图谱的节点对应的信息，确定训练判别参数；根据所述训练判别参数，判断第i次诊疗的图神经网络模型是否训练完成；根据各次诊疗的后的知识图谱的节点的训练信息，以及各次诊疗的后的知识图谱的节点对应的信息，确定训练判别参数，包括：根据公式 确定训练判别参数J，其中，Pk，t为第t次诊疗后的知识图谱的第k个节点对应的信息的特征向量，Pk，t，T为第t次诊疗后的知识图谱的第k个节点的训练信息的特征向量，k≤n，t≤i，且k、n、t和i均为正整数。

全文数据：

权利要求：

百度查询： 厦门智数联科技有限公司 基于人工智能的疾病预警系统