【技術實現步驟摘要】
狀態預測方法、裝置及電子設備
[0001]本專利技術涉及數據分析
，尤其涉及一種狀態預測方法、裝置及電子設備。
技術介紹
[0002]在醫學領域中，針對目標對象的狀態預測是一個具有前瞻性和重大現實意義的研究任務。目前，在進行狀態預測時，通常是獲取用戶填寫的問卷信息，專家人工對用戶填寫的問卷信息進行分析，得到用戶的狀態預測信息。然而，現有的狀態預測，需要專家一一對用戶的問卷信息進行分析，效率較低。
技術實現思路
[0003]本公開實施例提供一種狀態預測方法、裝置及電子設備，以解決現有技術中需要專家一一對用戶的問卷信息進行分析，效率較低的問題。
[0004]為了解決上述技術問題，本專利技術是這樣實現的：
[0005]第一方面，本公開實施例提供了一種狀態預測方法，所述方法包括：
[0006]獲取目標對象針對問卷填寫的問卷信息，所述問卷用于調查所述目標對象的疾病狀況；
[0007]獲取所述目標對象對應的第一狀態預測信息；
[0008]獲取所述目標對象對應的標簽信息，所述標簽信息用于指示所述目標對象在至少一個維度的行為特征；
[0009]獲取所述目標對象對應的體檢信息和狀態檔案信息，所述狀態檔案信息用于記錄所述目標對象的歷史狀態；
[0010]依據所述問卷信息、所述第一狀態預測信息、所述標簽信息、所述體檢信息和所述狀態檔案信息預測所述目標對象的第二狀態預測信息。
[0011]第二方面，本公開實施例提供了一種狀態預測裝置，所述裝置包括：>[0012]第一獲取模塊，用于獲取目標對象針對問卷填寫的問卷信息，所述問卷用于調查所述目標對象的疾病狀況；
[0013]第二獲取模塊，用于獲取所述目標對象對應的第一狀態預測信息；
[0014]第三獲取模塊，用于獲取所述目標對象對應的標簽信息，所述標簽信息用于指示所述目標對象在至少一個維度的行為特征；
[0015]第四獲取模塊，用于獲取所述目標對象對應的體檢信息和狀態檔案信息，所述狀態檔案信息用于記錄所述目標對象的歷史狀態；
[0016]預測模塊，用于依據所述問卷信息、所述第一狀態預測信息、所述標簽信息、所述體檢信息和所述狀態檔案信息預測所述目標對象的第二狀態預測信息。
[0017]第三方面，本公開實施例提供了一種電子設備，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的程序，所述程序被所述處理器執行時實現如第一方面所述的狀態預測方法中的步驟。
[0018]第四方面，本公開實施例提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如第一方面所述的狀態預測方法中的步驟。
[0019]本公開實施例中，獲取目標對象針對問卷填寫的問卷信息，所述問卷用于調查所述目標對象的疾病狀況；獲取所述目標對象對應的第一狀態預測信息；獲取所述目標對象對應的標簽信息，所述標簽信息用于指示所述目標對象在至少一個維度的行為特征；獲取所述目標對象對應的體檢信息和狀態檔案信息，所述狀態檔案信息用于記錄所述目標對象的歷史狀態；依據所述問卷信息、所述第一狀態預測信息、所述標簽信息、所述體檢信息和所述狀態檔案信息預測所述目標對象的第二狀態預測信息。這樣，不需要專家一一對用戶的問卷信息分析進行狀態預測，能夠提高狀態預測的效率；且能夠避免從利用單一維度的信息對用戶進行狀態預測，能夠提高狀態預測的準確性。
附圖說明
[0020]為了更清楚地說明本公開實施例的技術方案，下面將對本公開實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。
[0021]圖1是本公開實施例提供的一種狀態預測方法的流程圖；
[0022]圖2是本公開實施例提供的一種狀態預測裝置的結構示意圖；
[0023]圖3是本公開實施例提供的另一種狀態預測裝置的結構示意圖；
[0024]圖4是本公開實施例提供的一種電子設備的結構示意圖。
具體實施方式
[0025]下面將結合本公開實施例中的附圖，對本公開實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本專利技術一部分實施例，而不是全部的實施例。基于本專利技術中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。
[0026]在本公開實施例中，電子設備包括但不限于手機、平板電腦、筆記本電腦、掌上電腦、車載移動終端、可穿戴設備、以及計步器等。
[0027]參見圖1，圖1是本公開實施例提供的一種狀態預測方法的流程圖，如圖1所示，包括以下步驟：
[0028]步驟101、獲取目標對象針對問卷填寫的問卷信息，所述問卷用于調查所述目標對象的疾病狀況。
[0029]其中，所述目標對象可以為人。所述問卷可以包括針對多個疾病的子問卷。示例地，所述問卷可以包括針對慢性阻塞性肺部疾病，偏頭痛，骨質疏松(女性)，腦卒中，糖尿病，高血壓，高尿酸，高血脂等的子問卷。
[0030]示例地，針對高血糖的子問卷可以如下：
[0031]您的空腹血糖(Glu)(6.1000<＝取值<＝6.9000，7.0000<＝取值<＝30.0000)；
[0032]您目前是否患有高血壓(收縮壓≥140mmHg和/或舒張壓≥90mmHg)；
[0033]若您的家庭成員中有人曾患有糖尿病，請在相應的選項前劃勾；
[0034]您是否常食用高脂食品(如肥肉、蛋黃、豬腦、蟹黃等高膽固醇類食物)；
[0035]如果您參加鍛煉，您目前的鍛煉頻度？(大于等于3次/周，小于3次/周)。
[0036]步驟102、獲取所述目標對象對應的第一狀態預測信息。
[0037]其中，第一狀態預測信息可以為采用預設規則對目標對象進行預測得到的狀態預測信息，預設規則可以為預先設定的規則，或者可以為采用多種細分領域的權威指南抽象出來的規則；或者，第一狀態預測信息可以為前一次預測得到的第二狀態預測信息；或者，第一狀態預測信息可以為歷史預測得到的第二狀態預測信息的均值。
[0038]步驟103、獲取所述目標對象對應的標簽信息，所述標簽信息用于指示所述目標對象在至少一個維度的行為特征。
[0039]其中，可以獲取所述目標對象在至少一個維度的特征數據，所述特征數據包括消費行為數據、體征數據、診斷數據、運動數據及飲食數據等等，所述目標對象對應的標簽信息包括所述目標對象在至少一個維度的特征數據。
[0040]步驟104、獲取所述目標對象對應的體檢信息和狀態檔案信息，所述狀態檔案信息用于記錄所述目標對象的歷史狀態。
[0041]其中，體檢信息可以包括多個體檢項的體檢結果。可以對目標對象建立狀態檔案，從而可以對目標對象的狀態情況進行常本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種狀態預測方法，其特征在于，所述方法包括：獲取目標對象針對問卷填寫的問卷信息，所述問卷用于調查所述目標對象的疾病狀況；獲取所述目標對象對應的第一狀態預測信息；獲取所述目標對象對應的標簽信息，所述標簽信息用于指示所述目標對象在至少一個維度的行為特征；獲取所述目標對象對應的體檢信息和狀態檔案信息，所述狀態檔案信息用于記錄所述目標對象的歷史狀態；依據所述問卷信息、所述第一狀態預測信息、所述標簽信息、所述體檢信息和所述狀態檔案信息預測所述目標對象的第二狀態預測信息。2.根據權利要求1所述的方法，其特征在于，所述依據所述問卷信息、所述第一狀態預測信息、所述標簽信息、所述體檢信息和所述狀態檔案信息預測所述目標對象的第二狀態預測信息，包括：將所述問卷信息、所述第一狀態預測信息、所述標簽信息、所述體檢信息和所述狀態檔案信息輸入用于預測狀態的神經網絡模型進行預測，基于所述神經網絡模型的輸出確定所述目標對象的第二狀態預測信息。3.根據權利要求2所述的方法，其特征在于，所述將所述問卷信息、所述第一狀態預測信息、所述標簽信息、所述體檢信息和所述狀態檔案信息輸入用于預測狀態的神經網絡模型進行預測，包括：將第一預設系數與第一向量的乘積、第二預設系數與第二向量的乘積、第三預設系數與第三向量的乘積、第四預設系數與第四向量的乘積、第五預設系數與第五向量的乘積輸入用于預測狀態的神經網絡模型進行預測；其中，所述第一向量用于表征所述問卷信息，所述第二向量用于表征所述第一狀態預測信息，所述第三向量用于表征所述標簽信息，所述第四向量用于表征所述體檢信息，所述第五向量用于表征所述狀態檔案信息。4.根據權利要求1所述的方法，其特征在于，所述獲取所述目標對象對應的標簽信息之前，所述方法還包括：獲取所述目標對象在至少一個維度的特征數據，所述特征數據包括消費行為數據、體征數據、診斷數據、運動數據及飲食數據中的至少一項；其中，所述目標對象對應的標簽信息包括所述目標對象在至少一個維度的特征數據。5.根據權利要求1所述的方法，其特征在于，所述體檢信息包括第一體檢項的體檢結果，所述狀態檔案信息記載有針對所述第一體檢項的歷史檢查結果，所述針對所述第一體檢項的歷史檢查結果為體檢之前的預設時長內針對所述第一體檢項進行檢查的檢查結果；所述依據所述問卷信息、所述第一狀態預測信息、所述標簽信息、所述體檢信息和所述狀態檔案信息預...
【專利技術屬性】
技術研發人員：常耀斌，
申請(專利權)人：樂薦信息科技北京有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。