摘要
本发明公开了一种基于人工智能的宫颈癌患者家庭自我管理方法及相关装置,包括:根据患者的历史基础生理数据、基因检测报告、电子病历记录、可穿戴设备监测数据及心理评估量表,构建包含时空特征的多维特征矩阵;通过混合网络对多维特征矩阵进行特征提取;通过联邦学习训练宫颈癌风险预测模型,宫颈癌风险预测模型采用三层级联结构;构建包含药物动力学模型和个体化基因组学特征的剂量优化引擎,剂量优化引擎通过蒙特卡洛树搜索算法在治疗管理方案中寻找最优解;根据治疗管理方案中的最优解和患者当前的多维特征矩阵,建立宫颈组织三维重建模型以模拟患者的康复效果。本发明实现宫颈癌患者风险预测和康复效果模拟,提升了家庭自我管理的有效性。
技术关键词
宫颈癌患者
风险预测模型
三维重建模型
基因检测报告
蒙特卡洛树
异构信息网络
混合网络
XGBoost算法
深度确定性策略梯度
可穿戴设备
生成对抗网络
动态变化规律
搜索算法
级联
家庭
Cox比例风险模型
电子病历
矩阵
系统为您推荐了相关专利信息
妊娠期糖尿病
风险预测模型
生物标志物
医学检测技术
逻辑回归模型
基因检测报告
交互系统
医学专业
药物经济学
药物临床试验
软件体系结构演化
路径规划系统
蒙特卡洛树搜索
子模块
构建软件环境
风险预警方法
模拟模型
风险预测模型
机器学习模型
电网设备
辅助决策方法
避孕药
风险预测模型
关键词
输出特征