摘要
本发明涉及人工智能与医疗健康监测领域,尤其是涉及一种基于人工智能的糖尿病风险监测方法及系统。其方法包括从多种数据源获取用户的原始数据,包括生理参数、生活习惯数据及家族史病例信息;对所述原始数据进行预处理,包括去除异常值、处理缺失数据;输入预处理后的所述原始数据至深度LSTM‑Cox模型,对用户的糖尿病风险进行评估;输出用户的糖尿病基础发生概率;计算优化后的综合糖尿病风险评分,将用户划分为不同的糖尿病风险等级。本发明的一种基于人工智能的糖尿病风险监测方法及系统,能够从不同维度提取健康数据的局部特征和长期趋势特征,并将这些特征融合后进行糖尿病风险的综合预测,能够更准确地评估个体的糖尿病风险。
技术关键词
风险监测方法
样本
特征值
医疗健康监测
风险监测系统
记忆单元
序列
生成特征
K近邻算法
基础
数据处理模块
数据采集模块
协方差矩阵
网络
随机森林
特征数
预警模块