基于AIGC技术的多模态慢性病风险预测方法

本发明涉及慢性病风险预测技术领域。本发明涉及基于AIGC技术的多模态慢性病风险预测方法。其包括以下步骤：S1、采集用户的历史诊断数据、历史体态数据以及日常生理数据；S2、利用AIGC技术对历史诊断数据进行病症特征提取；本发明通过整合病症差异特征数据、相关部位图像数据以及生理波动特征数据等多模态信息，能够更全面地捕捉慢性病的潜在迹象和发展趋势，不同模态的数据相互补充，例如病症差异特征数据可以提供关于症状变化和疾病进展的细节，图像数据能直观地展示身体部位的病变情况，生理波动特征数据则反映了身体机能的动态变化，这种多维度的信息融合使得风险预测模型能够从多个角度对慢性病进行分析。