[发明专利]AI慢病管理方法、计算机存储介质及电子设备

摘要

本发明公开了一种AI慢病管理方法、计算机存储介质及电子设备，AI慢病管理方法，包括以下步骤：S1、获取慢病数据集合，处理得到数据网络集合；S2、划分为普通级分类数据集和优先级分类数据集；S3、将普通级分类数据集和优先级分类数据集进行分类，得到多个精细分类数据集；S4、分别进行训练，得到训练模型；S5、获取用户的身份信息、地理信息和慢病信息，并将其输入训练模型；S6、训练模型关联预定范围内的第三方，并根据训练模型的反馈信息确定是否需要联系第三方。根据本发明实施例的AI慢病管理方法，结合慢病数据集合进行模型训练，得到的训练模型可以广泛用于患者的多种慢病，便于对患者进行干预性治疗。

主权项

1.一种AI慢病管理方法，其特征在于，包括以下步骤：/nS1、获取慢病数据集合，并对所述数据集合进行处理得到数据网络集合；/nS2、获取所述数据网络集合中各个顶点的用户标识与不同慢病信息中不同病情的相关度，根据所述相关度将所述数据网络集合划分为普通级分类数据集和优先级分类数据集；/nS3、将所述普通级分类数据集和所述优先级分类数据集分别按照不同性别、不同年龄段、不同地域以及不同患病时间进行分类，得到多个精细分类数据集；/nS4、将所述普通级分类数据集和所述优先级分类数据集的多个所述精细分类数据集置于网络中分别进行训练，得到训练模型，/n所述普通级分类数据集在网络中训练的步骤包括：/nS41、设置假想患者模块，所述假想患者模块内置有针对普通问询信息的普通回复信息以及随机的身份信息、地理信息和慢病信息，所述假想患者模块能够接收和发出交互信息；/nS42、获取所述假想患者模块的身份信息、地理信息和慢病信息，并根据获取的信息将所述假想患者模块与所述普通级分类数据集的所述精细分类数据集进行匹配；/nS43、根据匹配的所述精细分类数据集向所述假想患者模块发送对应的普通问询信息；/nS44、所述假想患者模块根据所述普通问询信息随机回复所述普通回复信息或者不回复信息；/nS45、当所述假想患者模块回复所述普通回复信息时，根据所述普通回复信息反馈对应的回复，并重复步骤S44；当所述假想患者模块在第一预设时间内无回复时，则结束训练，得到所述训练模型；/n所述优先级分类数据集在网络中训练的步骤包括：/nS41’、设置假想患者模块，所述假想患者模块内置有针对优先问询信息的优先回复信息以及随机的身份信息、地理信息和慢病信息，所述假想患者模块能够接收和发出交互信息；/nS42’、获取所述假想患者模块的身份信息、地理信息和慢病信息，并根据获取的信息将所述假想患者模块与所述优先级分类数据集的所述精细分类数据集进行匹配；/nS43’、根据匹配的所述精细分类数据集向所述假想患者模块发送对应的优先问询信息；/nS44’、所述假想患者模块根据所述优先问询信息随机回复所述优先回复信息或者不回复信息；/nS45’、当所述假想患者模块回复所述优先回复信息时，根据所述优先回复信息反馈对应的回复，并重复步骤S44’；当所述假想患者模块在第二预设时间内无回复时，则自动联系第三方，得到所述训练模型；/nS5、获取用户的身份信息、地理信息和慢病信息，并将其输入训练模型；/nS6、所述训练模型根据用户的身份信息、地理信息和慢病信息关联预定范围内的第三方，并根据所述训练模型的反馈信息确定是否需要联系所述第三方。/n