(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210692859.8 (22)申请日 2022.06.17 (71)申请人 好人生 （上海） 健康科技有限公司 地址 200241 上海市闵行区东川路5 55号戊 楼1251室 (72)发明人 汤文巍　章智云　 (74)专利代理 机构 上海泰能知识产权代理事务 所(普通合伙) 3123 3 专利代理师 宋缨 (51)Int.Cl. G06F 16/36(2019.01) G06N 20/00(2019.01) G16H 10/60(2018.01) (54)发明名称 基于大数据的单病种健康管理知识图谱生 成方法和装置 (57)摘要 本发明涉及一种基于大数据的单病种健康 管理知识图谱生成方法和装置， 方法包括： 采集 慢病人群的基础数据； 对所述基础数据进行预处 理； 基于所述预处理后的基础数据对 单病种慢病 并发症的相关数据进行学习， 构建单病种慢病并 发症发生率预测模型和单病种慢病并发症严重 程度预测模 型； 将初始健康管 理知识图谱应用于 所述单病种慢病并发症发生率预测模型和单病 种慢病并发症严重程度预测模型进行强化深度 学习以调整所述初始健康管理知识图谱的应用 权重， 得到最终健康管理知识图谱； 对所述最终 健康管理知识图谱进行验证， 并在验证通过后进 行保存。 本发明适应不同人群或个人的病程情 况， 有效地达 到对单病 种健康管理的支持。 权利要求书2页 说明书5页 附图1页 CN 114969379 A 2022.08.30 CN 114969379 A 1.一种基于大 数据的单病 种健康管理知识图谱生成方法， 其特 征在于， 包括以下步骤： 采集慢病人群的基础数据； 对所述基础数据进行 预处理； 基于所述预处理后的基础数据对单病种慢病并发症的相关数据进行学习， 构建单病种 慢病并发症发生 率预测模型和单病 种慢病并发症严重程度预测模型； 将初始健康管理知识图谱应用于所述单病种慢病并发症发生率预测模型和单病种慢 病并发症严重程度预测模型进行强化深度学习以调整所述初始健康管理知识图谱的应用 权重， 得到最终健康管理知识图谱； 对所述最终健康管理知识图谱进行验证， 并在验证通过后进行保存。 2.根据权利要求1所述的基于大数据的单病种健康管理知识图谱生成方法， 其特征在 于， 所述慢病人群的基础数据包括慢病人群的体 检数据、 就诊数据和生活习惯数据。 3.根据权利要求1所述的基于大数据的单病种健康管理知识图谱生成方法， 其特征在 于， 所述对所述基础数据进行 预处理包括： 将所述基础数据进行 标准化转换； 对标准化转换后的基础数据进行脱敏处 理。 4.根据权利要求1所述的基于大数据的单病种健康管理知识图谱生成方法， 其特征在 于， 所述基于所述预处理后的基础数据对单病种慢病并发症的相关数据进行学习， 构建单 病种慢病并发症发生 率预测模型和单病 种慢病并发症严重程度预测模型 具体包括： 从所述预处理后的基础数据中找出与单病种慢病并发症的发生率相关的第 一数据， 并 将所述第一数据输入至多维度分布预测模型进 行学习， 得到单病种慢病并发症发生率预测 模型； 从所述预处理后的基础数据中找出与单病种慢病并发症的治疗相关的第 二数据， 并将 所述第二数据输入至多维度分布预测模型进 行学习， 得到单病种慢病并发症严重程度预测 模型。 5.根据权利要求1所述的基于大数据的单病种健康管理知识图谱生成方法， 其特征在 于， 所述将初始 健康管理知识图谱应用于所述单病种慢病并发症发生率预测模型和单病种 慢病并发症严重程度预测模型进行强化深度学习以调整所述初始健康管理知识图谱的应 用权重， 得到最终健康管理知识图谱具体为： 获取初始健康管理知识图谱； 对所述单病种慢病并发症发生率预测模型进行强化深度 学习， 并将所述初始健康管理 知识图谱应用于所述单病种慢病并发症发生率预测模型进 行参照训练， 并根据训练结果调 整所述初始健康管理知识图谱的应用权 重， 得到中期健康管理知识图谱； 对所述单病种慢病并发症严重程度 预测模型进行强化深度 学习， 并将所述中期健康管 理知识图谱应用于所述单病种慢病并发症严重程度预测模型进行参照训练， 并根据训练结 果调整所述中期健康管理知识图谱的应用权 重， 得到最终健康管理知识图谱。 6.一种基于大 数据的单病 种健康管理知识图谱生成装置， 其特 征在于， 包括： 采集模块， 用于采集慢病人群的基础数据； 预处理模块， 用于对所述基础数据进行 预处理； 模型构建模块， 用于基于所述预处理后的基础数据对单病种慢病并发症的相关数据进权　利　要　求　书 1/2 页 2 CN 114969379 A 2行学习， 构建单病 种慢病并发症发生 率预测模型和单病 种慢病并发症严重程度预测模型； 知识图谱生成模块， 用于将初始健康管理知识图谱应用于所述单病种慢病并发症发生 率预测模型和单病种慢病并发症严重程度预测模型进行强化深度学习以调整所述初始健 康管理知识图谱的应用权 重， 得到最终健康管理知识图谱； 知识图谱验证模块， 用于对所述最终健康管理知识图谱进行验证， 并在验证通过后进 行保存。 7.根据权利要求6所述的基于大数据的单病种健康管理知识图谱生成装置， 其特征在 于， 所述慢病人群的基础数据包括慢病人群的体 检数据、 就诊数据和生活习惯数据。 8.根据权利要求6所述的基于大数据的单病种健康管理知识图谱生成装置， 其特征在 于， 所述预处 理模块包括： 标准化转换单元， 用于将所述基础数据进行 标准化转换； 脱敏单元， 用于对标准 化转换后的基础数据进行脱敏处 理。 9.根据权利要求6所述的基于大数据的单病种健康管理知识图谱生成装置， 其特征在 于， 所述模型构建模块包括： 第一模型构建单元， 用于从所述预处理后的基础数据中找出与 单病种慢病并发症的发 生率相关的第一数据， 并将所述第一数据输入至多维度分布预测模型进行学习， 得到单病 种慢病并发症发生 率预测模型； 第二模型构建单元， 用于从所述预处理后的基础数据中找出与 单病种慢病并发症的治 疗相关的第二数据， 并将所述第二数据输入至多维度分布预测模型进行学习， 得到单病种 慢病并发症严重程度预测模型。 10.根据权利要求6所述的基于大数据的单病种健康管理知识图谱生成装置， 其特征在 于， 所述知识图谱生成模块包括： 获取单元， 用于获取初始健康管理知识图谱； 第一学习单元， 用于对所述单病种慢病 并发症发生率预测模型进行强化深度学习， 并 将所述初始健康管理知识图谱应用于所述单病种慢病并发症发生率预测模型进行参照训 练， 并根据训练结果调整所述初始健康管理知识图谱的应用权重， 得到中期健康管理知识 图谱； 第二学习单元， 用于对所述单病种慢病 并发症严重程度预测模型进行强化深度学习， 并将所述中期健康管理知识图谱应用于所述单病种慢病并发症严重程度预测模型进行参 照训练， 并根据训练结果调整所述中期健康管理知识图谱的应用权重， 得到最终健康管理 知识图谱。权　利　要　求　书 2/2 页 3 CN 114969379 A 3