CN109935326A

CN109935326A - 一种患病概率预测装置及存储介质

Info

Publication number: CN109935326A
Application number: CN201910152828.1A
Authority: CN
Inventors: 李骏; 王学伶; 高琳
Original assignee: Living Space (shenyang) Data Technology Service Co Ltd
Current assignee: Living Space (shenyang) Data Technology Service Co Ltd
Priority date: 2019-02-28
Filing date: 2019-02-28
Publication date: 2019-06-25

Abstract

本申请公开了一种患病概率预测装置及存储介质，基于待测者真实的病历数据预测待测者未来患病的概率。由于患病概率预测模型也是利用病历数据库中多个个体对应的真实病历数据得到的，因此，患病概率预测模型能够适用于针对病历数据库中的任一个体(待测者)的病历数据进行该个体患病概率的预测。当需要对待测者的患病概率进行预测时，均可采用本申请提供的患病概率预测装置，通过输出设备获知患病概率。此外，当待测者为投保人时，由于投保人患病的概率是根据投保人真实可靠的病历数据获得，因此相比于现有技术，核保人利用投保人患病的概率对该投保人核保能够有效提高核保结果的准确性。

Description

一种患病概率预测装置及存储介质

技术领域

本申请涉及数据处理技术领域，特别是涉及一种患病概率预测装置及存储介质。

背景技术

保险核保是保险公司对投保人的投保申请进行审查、核定和选择风险的过程。保险核保是保险承保的前提，是保险人处理业务的第一步，同时也是保障保险公司稳定经营的条件。核保人员通常需要根据投保人的详尽资料进行核算，例如投保人的年龄，职业，以及体检报告或者疾病承诺书等。

目前，在所有关于投保人的资料中，投保人的体检报告或疾病承诺书对于核保最为重要，这是由于体检报告或疾病承诺书中描述了投保人当前的身体状况和历史疾病记录。核保人员通过将投保人当前的身体状况和历史疾病记录与医学知识库进行比较，最终获得核保结果。

但是，体检报告中通常不具备诊断性结论，并且投保人自身的疾病承诺书中描述的疾病历史真实性和可靠性较低，因此，致使核保结果准确性较低。

发明内容

基于上述问题，本申请提供了一种患病概率预测装置及存储介质，以预测投保人患病的概率，提高核保结果的准确性。

本申请实施例公开了如下技术方案：

第一方面，本申请提供一种患病概率预测装置，包括：存储器、处理器和输出设备；

所述存储器，用于存储计算机程序；

所述处理器，用于执行所述计算机程序，以实现以下多个模块的功能；所述多个模块包括：

病历数据第一获取模块，待测者疾病向量获取模块，患病概率预测模块和模型训练模块；

所述病历数据第一获取模块，用于从病历数据库中获取待测者对应的病历数据；所述病历数据库中包含多个个体对应的病历数据，所述待测者属于所述多个个体；

所述待测者疾病向量获取模块，用于根据所述病历数据，获得所述待测者的疾病向量；

所述患病概率预测模块，用于将所述待测者的疾病向量输入患病概率预测模型中，获得所述待测者患上所述病历数据库中各种疾病的概率；所述患病概率预测模型为所述模型训练模块利用所述多个个体对应的病历数据获得；

所述输出设备，用于输出所述待测者患上所述病历数据库中各种疾病的概率。

可选地，所述模型训练模块，具体包括：

病历数据第二获取单元，用于获取第一预设时间内M个个体对应的病历数据以及第二预设时间内所述M个个体对应的病历数据；所述第一预设时间的终止点先于所述第二预设时间的起始点；

个体疾病矩阵构建单元，用于利用所述第一预设时间内M个个体对应的病历数据，构建所述第一预设时间内所述M个个体与N种疾病的M×N维个体疾病矩阵；以及，利用所述第二预设时间内所述M个个体对应的病历数据，获得所述第二预设时间内所述M个个体中每个所述个体患有第i种疾病的真实值；

模型训练单元，用于利用所述个体疾病矩阵以及所述每个所述个体患有第i种疾病的真实值，对所述患病概率预测模型的参数进行训练，获得所述患病概率预测模型。

可选地，所述患病概率预测模型包括：矩阵分解MF层，多层感知机MLP层以及神经矩阵分解NeuMF层；所述模型训练单元，具体包括：

向量第一获取子单元，用于利用所述个体疾病矩阵获得每个所述个体对应的病人向量，以及所述第一预设时间内每个所述个体已患疾病对应的疾病向量；

向量第二获取子单元，用于对于每个所述个体，利用所述个体对应的病人向量获得MF病人向量以及MLP病人向量；以及，利用所述第一预设时间内每个所述个体已患疾病对应的疾病向量获得MF疾病向量以及MLP疾病向量；

特征向量获取子单元，用于对于每个所述个体，将所述MF病人向量和所述MF疾病向量作为所述MF层的输入，获得MF特征向量；以及，将所述MLP病人向量和所述MLP疾病向量拼接后作为所述MLP层的输入，获得MLP特征向量；

预测概率获取子单元，用于将所述MF特征向量与所述MLP特征向量作为所述NeuMF层的输入，获得所述NeuMF层输出的每个所述个体患有所述第i种疾病的预测概率；

模型参数训练子单元，用于根据每个所述个体对于同一疾病对应的预测概率和所述真实值，训练所述患病概率预测模型的参数，得到所述患病概率预测模型。

可选地，所述多个模块还包括：患病概率比较模块和健康风险分值获取模块；

所述患病概率比较模块，用于从获得的待测者患上各种疾病的概率中，确定概率最高的K种疾病；所述K为大于1的正整数；

所述健康风险分值获取模块，用于根据所述K种疾病分别对应的概率，获得所述待测者的健康风险分值。

可选地，所述健康风险分值获取模块，具体包括：

概率平均值获取单元，用于根据所述K种疾病分别对应的概率，获得所述K种疾病的概率平均值；

健康风险分值获取单元，用于根据所述概率平均值获得所述待测者的健康风险分值。

可选地，所述输出设备，还用于输出所述待测者的健康风险分值。

可选地，所述输出设备为以下至少一种：

显示器、打印机或音箱。

可选地，所述第一向量获取子单元，具体用于利用所述个体疾病矩阵获得每个所述个体对应的病人向量，以及所述第一预设时间内每个所述个体已患疾病对应的疾病向量，对每个所述个体对应的病人向量和疾病向量按照个体总数量分为若干组向量对，每组向量对分批次用于输入至所述向量第二获取子单元以逐步训练所述参数。

可选地，所述个体疾病矩阵构建单元，还用于利用所述病历数据库更新所述个体疾病矩阵，或扩充所述个体疾病矩阵的维度。

第二方面，本申请提供一种计算机可读存储介质，用于存储计算机程序，所述计算机程序被执行并完成以下操作：

从病历数据库中获取待测者对应的病历数据；所述病历数据库中包含多个个体对应的病历数据；

根据所述病历数据，获得所述待测者的疾病向量；

将所述待测者的疾病向量输入患病概率预测模型中，获得所述待测者患上所述病历数据库中各种疾病的概率；所述患病概率预测模型利用所述多个个体对应的病历数据获得。

相较于现有技术，本申请具有以下有益效果：

本申请提供的患病概率预测装置，基于待测者真实的病历数据预测待测者未来患病的概率。由于患病概率预测模型也是利用病历数据库中多个个体对应的真实病历数据得到的，因此，患病概率预测模型能够适用于针对病历数据库中的任一个体(待测者)的病历数据进行该个体患病概率的预测。当需要对待测者的患病概率进行预测时，均可采用本申请提供的患病概率预测装置，通过输出设备获知患病概率。此外，当待测者为投保人时，由于投保人患病的概率是根据投保人真实可靠的病历数据获得，因此相比于现有技术，核保人利用投保人患病的概率对该投保人核保能够有效提高核保结果的准确性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种患病概率预测装置的结构示意图；

图2为本申请实施例提供的一种多个模块的组成示意图；

图3为本申请实施例提供的一种模型训练模块的结构示意图；

图4为本申请实施例提供的一种患病概率预测模型的训练架构图；

图5为本申请实施例提供的另一种多个模块的组成示意图。

具体实施方式

在健康险领域，目前核保人主要依据投保人的体检报告或疾病承诺书进行核保。然而，尽管体检报告或疾病承诺书中描述了投保人当前的身体状况和历史疾病记录，但是体检报告不同于就医诊断后建立的病历，其中往往缺乏诊断性的结论；同时，疾病承诺书中描述疾病历史真实性和可靠性难以保障。因此，依据体检报告或疾病承诺书进行核保容易导致核保结果准确性不足。

针对上述问题，发明人经过研究，提供了一种患病概率预测装置及存储介质。在本申请中，基于病历库中真实的病历数据预测待测者患病的概率。当核保人对投保人进行核保时，将利用患病概率预测装置获得的投保人患病的概率作为核保依据，可以有效避免现有技术中核保依据真实性和可靠性不足的问题，从而提高核保结果的准确性。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

装置实施例一

参见图1，该图为本申请实施例提供的一种患病概率预测装置的结构示意图。

如图1所示，患病概率预测装置包括：存储器101、处理器102和输出设备103。

其中，存储器101，用于存储计算机程序。

存储器101可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。具体地，计算机程序可以包括程序代码，其中程序代码包括计算机操作指令。

通常来说，每个医院可以具备独立的病历数据库，病历数据库中汇集以往病人来此医院就医的病历数据。病历数据中包含医生对病人的诊断性的结论，例如病人患有湿疹、心脏病、高血糖等疾病的结论。

可以理解的是，每个个体可能在不同时间去往不同的医院就医。这就导致个体的病历数据分时段地存储于不同医院的病历数据库中。为保证待测者病历数据的完善性，可以预先获取多个医院的病历数据库的病历数据，再将各个医院的病历数据库的数据进行汇总，构成一个总的病历数据库。所述病历数据库中包含多个个体对应的病历数据

病历数据库可以是有目的地依据多个医院的病历数据获得总的病历数据库，例如，获得某一区域内三级甲等医院的病历数据构建总的病历数据库中。也可以借助医保系统，获得全国所有医保定点医院的病历数据构建总的病历数据库。当然，以上仅为获取病历数据库的示例性实现方式，在实际应用中，可以采用其他方式获得病历数据库，因此本实施例中对于病历数据库的具体获取方式不加以限定。

在实际应用中，可以由存储器101缓存病历数据库中的部分病历数据，从而当处理器执行计算机程序时，自动便捷地调取缓存区域的病历数据加以使用。

参见图2，该图为本实施例中患病概率预测装置的多个模块的组成示意图。

处理器102执行图2中所示的多个模块的功能。病历数据第一获取模块201，待测者疾病向量获取模块202，患病概率预测模块203和模型训练模块204。这些模块可以是存储器101的计算机程序的程序模块。当处理器102工作时，执行存储器101中的计算机程序，从而实现图2所示各个模块的功能。

其中，所述病历数据第一获取模块201，用于从病历数据库中获取待测者对应的病历数据；所述病历数据库中包含多个个体对应的病历数据，所述待测者属于所述多个个体；

所述待测者疾病向量获取模块202，用于根据所述病历数据，获得所述待测者的疾病向量；

所述患病概率预测模块203，用于将所述待测者的疾病向量输入患病概率预测模型中，获得所述待测者患上所述病历数据库中各种疾病的概率；所述患病概率预测模型为所述模型训练模块204利用所述多个个体对应的病历数据获得。

可以理解的是，在实际应用中，病历数据与就医时间相互关联。例如，病历数据库中，某一个体患有心脏病是该个体于2018年3月1日就医时医生做出的诊断性结论；该个体患有湿疹是该个体于2015年5月50日就医时医生做出的诊断性结论。在具体实现时，病历数据第一获取模块201可以获取病历数据库中包含的待测者所有历史记载的病历数据，并从中获取某一时段内待测者对应的病历数据。作为示例，获取截止至当前时刻10年内待测者对应的病历数据，或者获取2008年1月1日起至今待测者对应的病历数据。

须知，病历数据库中，个体患有的疾病具有相对应的疾病编码，不同疾病的疾病编码不同。作为示例，病历数据库中疾病按照国际疾病伤害及死因分类标准第十版(TheInternational Statistical Classification of Diseases and Related HealthProblems 10th Revision，ICD-10)分门别类地编码后，每种疾病具有唯一对应的疾病编码。

在本实施例中，疾病向量的维数与病历数据库中具有疾病编码的疾病数量一致。例如，病历数据库中共有1000种疾病，可将1000种疾病按照疾病编码依次排列，再根据每个个体对应的病历数据即可形成该个体的1000维疾病向量。疾病向量中，每一个维度代表一种疾病，不同个体的疾病向量中相同维度代表的疾病相同。

下面提供疾病向量的两种可能的形式。

第一种形式：疾病向量在个体的疾病向量中，该个体对应的病历数据中记载患有的疾病对应的位置标1，未患有的疾病对应的位置标0。例如，待测者对应的病历数据中，待测者曾患有急性支气管炎(疾病编码J20)，腹膜炎(疾病编码K65)和慢性肝炎(疾病编码K73)，未记载其他疾病，则在待测者的疾病向量中，急性支气管炎、腹膜炎和慢性肝炎对应的位置标为1，其他疾病对应的位置标为0。

第二种形式：个体的疾病向量数目与患有的疾病种类数据相同。个体的不同的疾病向量与所患有的疾病相互对应。仍结合上述第一种形式中提及示例描述，待测者的疾病向量为3个，用s1、s2和s3表示。s1、s2和s3分别对应其患有的急性支气管炎、腹膜炎和慢性肝炎三种疾病。s1中急性支气管炎对应地位置标为1，其他位置标为0；s2中腹膜炎对应地位置标为1，其他位置标为0；s3中慢性肝炎对应地位置标为1，其他位置标为0

当然，在实际应用中还可以采用ICD-10以外的其他方式对疾病进行编码，因此，本实施例中对于疾病向量的维数以及疾病向量中每一个维度代表的疾病不加以限定。

需要说明的是，本实施例中，患病概率预测模型是利用上文提及的病历数据库中多个个体对应的病历数据获得的。该患病概率预测模型用于接收待测者的疾病向量，并根据待测者的疾病向量对待测者未来患病的概率进行预测。

在实际应用中，患病概率预测模型能够预测待测者患上病历数据库中每种疾病的概率。例如，病历数据库中共1000种疾病，则当待测者的疾病向量输入患病概率预测模型后，患病概率预测模型能够输出该待测者患上1000种疾病各自对应的概率。作为示例，待测者患上后天性溶血性贫血的概率为0.001，患上急性心肌梗塞的概率为0.028。

本实施例中，处理器102可能是一个中央处理器CPU，或者是特定集成电路ASIC(Application Specific Integrated Circuit)，或者是被配置成实施本申请实施例的一个或多个集成电路。

本实施例中，患病概率预测装置的输出设备103用于输出所述待测者患上所述病历数据库中各种疾病的概率。可以理解的是，在实际应用中，输出设备103的形式可以有多种，例如影像类的输出设备103或音频类的输出设备103。输出设备103可以包括但不限于：显示器、打印机或音箱。

以上即为本实施例提供的患病概率预测装置。该装置基于待测者真实的病历数据预测待测者未来患病的概率。由于患病概率预测模型也是利用病历数据库中多个个体对应的真实病历数据得到的，因此，患病概率预测模型能够适用于针对病历数据库中的任一个体(待测者)的病历数据进行该个体患病概率的预测。

当需要对待测者的患病概率进行预测时，均可采用本申请提供的患病概率预测装置。此外，当待测者为投保人时，由于投保人患病的概率是根据投保人真实可靠的病历数据获得，因此相比于现有技术，核保人利用投保人患病的概率对该投保人核保能够有效提高核保结果的准确性。

为便于理解患病概率预测模型，下面对患病概率预测模型的训练模块可能的实现方式进行描述。

参见图3，该图为本实施例提供的一种模型训练模块204的结构示意图。所述模型训练模块204，具体包括：病历数据第二获取单元2041，个体疾病矩阵构建单元2042，以及模型训练单元2043。

病历数据第二获取单元2041，用于获取第一预设时间内M个个体对应的病历数据以及第二预设时间内所述M个个体对应的病历数据；所述第一预设时间的终止点先于所述第二预设时间的起始点；所述M为大于1的正整数。

M个个体对应的病历数据均来源于病历数据库。M为大于1的正整数。假设病历数据库中共包含S个个体对应的病历数据，其中S为大于或等于M的正整数，病历数据第二获取单元2041即是从S个个体对应的病历数据中抽取M个个体对应的病历数据。

第一预设时间和第二预设时间代表两个相邻但不重合的时段。其中，第一预设时间的终止点先于第二预设时间的起始点。例如，第一预设时间的起始点为2005年1月1日，终止点为2012年12月31日；第二预设时间的起始点为2013年1月1日，终止点为2018年12月31日。

在本示例中，可以将第一预设时间内M个个体对应的病历数据作为模型对第二预设时间内M个个体患病概率的预测基础。由于第二预设时间内M个个体对应的病历数据是真实可靠的，因此，可以将第二预设时间内M个个体对应的病历数据作为模型训练过程中预测得到的第二预设时间内M个个体患病概率的验证基础。

个体疾病矩阵构建单元2042，用于利用所述第一预设时间内M个个体对应的病历数据，构建所述第一预设时间内所述M个个体与N种疾病的M×N维个体疾病矩阵；以及，利用所述第二预设时间内所述M个个体对应的病历数据，获得所述第二预设时间内所述M个个体中每个所述个体患有第i种疾病的真实值；所述i＝1，2，…N。

本实施例中，所述N为大于1的正整数，N不大于病历数据库中疾病种类总数。可以理解的是，为对病历数据库中不同的个体加以区分，可以为每个个体赋予一个与之唯一对应的编码，用于标识个体的身份。

为便于理解，参加表1，该表示例了一种个体疾病矩阵。

表1个体疾病矩阵示意表

表1中，每一行代表一个个体，每一列代表一种疾病。PatientID_0、PatientID_1和PatientID_2等分别表示不同个体对应的编码；DiseaseID_0、DiseaseID_1和DiseaseID_2等分别表示不同疾病对应的疾病编码。M×N矩阵中，从个体维度而言，第一预设时间内某个体患有的疾病位置标为1，未患有的疾病位置标为0；从疾病维度而言，第一预设时间内患有某疾病的个体位置标为1，未患某疾病的个体位置标为0。

以表1中PatientID_0所在的一行为例，第一预设时间内PatientID_0标识的个体患有编码为DiseaseID_1和DiseaseID_3的疾病，未患有编码为DiseaseID_0和DiseaseID_2的疾病。以表1中DiseaseID_1所在的一列为例，第一预设时间内PatientID_0、PatientID_2和PatientID_3各自标识的个体均患有编码为DiseaseID_1的疾病，PatientID_1标识的个体未患有编码为DiseaseID_1的疾病。

在本实施例中，利用第二预设时间内所述M个个体对应的病历数据可以获得第二预设时间内每个所述个体患有第i种疾病的真实值。具体实现时，与上述方式类似地，也可以利用第二预设时间内所述M个个体对应的病历数据构建一个M×N维个体疾病矩阵。再从个体疾病矩阵中提取出第二预设时间内每个所述个体患有第i种疾病的真实值。真实值有两种可能的表现方式，即1或0。某一个体患有第i种疾病的真实值为1，表示第二预设时间内该个体患有第i种疾病；某一个体患有第i种疾病的真实值为0，表示第二预设时间内该个体未患有第i种疾病。

模型训练单元2043，用于利用所述个体疾病矩阵以及所述每个所述个体患有第i种疾病的真实值，对患病概率预测模型的参数进行训练，获得所述患病概率预测模型。

可以理解的是，个体疾病矩阵构建单元2042构建的个体疾病矩阵中，第一预设时间内M个个体中每个个体与其患有的疾病具有相互对应关系。因此，利用个体疾病矩阵可以提取出每个个体对应的疾病向量。各个个体的疾病向量可用于作为训练患病概率预测模型获得第二预设时间内各个个体患病概率的预测基础。而每个所述个体患有第i种疾病的真实值为第二预设时间内的真实数据，因此，可用于验证模型训练过程中得到的第二预设时间内个体患病的预测概率。

例如，模型训练过程中，得到第二预设时间内个体A患上疾病B的预测概率为0.82，而第二预设时间内个体A患有疾病B的真实值为1。基于预测概率0.82与真实值1的差距，对患病概率预测模型中参数进行不断调整。

以上即为模型训练模块204的一种具体实现方式。通过训练可以获得患病概率预测模型，并将其应用于患病概率预测装置中。

本实施例中，患病概率预测模型适用于基于待测者与第一预设时间相当的时间长度内对应的病历数据，预测未来与第二预设时间相当的时间长度内患病的概率。

为便于理解，下面具体举例说明。

例如，第一预设时间的起始点为2005年1月1日，终止点为2012年12月31日；第二预设时间的起始点为2013年1月1日，终止点为2018年12月31日。即训练患病概率预测模型时，采用多个个体前8年的病历数据预测后6年患病的概率，并利用后6年的病历数据对预测概率加以验证。则病历数据第一获取模块201可以具体获取待测者当前时刻前8年的病历数据，用以获取当前时刻后6年内待测者患病的概率。

通过以上实现方式获得的患病概率预测模型具有输入简单的特点，可以快速预测待测者患病的概率，并且运算精确度非常高。另外，该模型可以根据使用需求进行训练，例如通过调节第二预设时间的长度，使训练得到的模型用于预测待测者未来3年、5年或10年患病的概率；并且，该模型还能够基于不同的病历数据库重新训练。由此，该模型具有较好的复用性，进而，该患病概率预测装置的适用范围非常灵活。

本申请基于前述实施例中个体疾病矩阵中个体与疾病的交互关系，进一步提供了一种模型训练单元2043的实现方式。该实现方式中通过将矩阵分解、多层感知机以及深度神经网络相结合的方式预测待测者患病的概率。

参见图4，该图为本申请实施例提供的一种患病概率预测模型的训练架构图。

如图4中所示，本实施例中，患病概率预测模型包括：矩阵分解层MF Layer，多层感知机层MLP Layer以及神经矩阵分解层NeuMF Layer。另外，模型还包括：输入层InputLayer，嵌入层Embedding Layer以及输出层Output Layer。下面结合表1以及图4对模型训练单元2043的具体实现进行简要描述。

所述模型训练单元2043，具体包括：向量第一获取子单元，向量第二获取子单元，特征向量获取子单元，预测概率获取子单元，以及模型参数训练子单元。

其中，向量第一获取子单元，用于利用所述个体疾病矩阵获得每个所述个体对应的病人向量，以及所述第一预设时间内每个所述个体已患疾病对应的疾病向量。

需要说明的是，病人向量的维数为M，疾病向量的维数为N。

作为一种可能的实现方式，可以采用独热(One-hot)编码的方式获取个体对应的病人向量和其已患疾病对应的疾病向量：

每个个体分别具有唯一对应的编码，例如表1中示意的PatientID_0、PatientID_1等，因此，根据第一预设时间内所述M个个体与N种疾病的M×N维个体疾病矩阵能够获得每个个体的M维病人向量。在每个个体的病人向量中，该个体的位置取1，其他个体的位置取0。

类似地，对于每个个体已患疾病对应的疾病向量，如果个体患有第i种疾病(i＝1，2，…N)，则第i种疾病对应的疾病向量中第i种疾病的位置取1，其他疾病的位置取0；如果个体患有第w种疾病(w＝1，2，…N，且w≠i)，则第w种疾病对应的疾病向量中第w种疾病的位置取1，其他疾病的位置取0。可知，M×N矩阵中个体患有疾病的种类数目即为个体的疾病向量的数目，例如，个体患有3种疾病，即具有三个疾病向量。

模型输入层用于处理M×N向量，从而构造M个个体中，每个个体对应的病人向量以及已患有疾病对应的疾病向量。

向量第二获取子单元，用于对于每个所述个体，利用所述个体对应的病人向量获得MF病人向量以及MLP病人向量；以及，利用所述第一预设时间内每个所述个体已患疾病对应的疾病向量获得MF疾病向量以及MLP疾病向量。

如图4中所示，向量第二获取子单元主要由嵌入层实现。嵌入层通过对嵌入的病人向量以及疾病向量进行计算，能够降低向量维度，获得由图4中MF Patient Vector、MLPPatient Vector、MF Disease Vector和MLP Disease Vector分别表示MF病人向量、MLP病人向量、MF疾病向量和MLP疾病向量。其中，MF病人向量和MF疾病向量用于输入至MF层；MLP病人向量和MLP疾病向量用于输入至MLP层。

对于本领域技术人员来说，利用嵌入层获得MF层和MLP层各自所需的向量属于较为成熟的技术。因此，本实施例中对于向量第二获取子单元的具体实现方式不加赘述。特征向量获取子单元，用于对于每个所述个体，将所述MF病人向量和所述MF疾病向量作为所述MF层的输入，获得MF特征向量；以及，将所述MLP病人向量和所述MLP疾病向量拼接后作为所述MLP层的输入，获得MLP特征向量。

矩阵分解MF层计算过程可参见下述公式(1)：

公式(1)中，p_u表示第u个个体对应的病人向量，q_i表示已患有的第i种疾病对应的疾病向量，p_u⊙q_i表示将两个向量p_uq_i与进行点积运算；a_out表示输出层的激活函数，h表示连接权重。

MF病人向量和MF疾病向量输入MF层后，执行向量间对应元素的乘法运算即可获得MF特征向量。

多层感知机MLP各层计算过程可参见下述系列公式(2)：

……

公式(2)中，W_x表示x层感知机中的权重矩阵，b_x表示x层感知机中的偏置向量，a_x表示x层感知机中的激活函数，x＝2，3...L，其中L表示多层感知机的总层数。表示第u个个体患上第i种疾病的预测概率，σ表示Sigmoid函数。MLP层采用Sigmoid函数将每个神经元输出的预测概率限值为[0，1]区间内的数值。

本实施例中，对于多层感知机的总层数L的具体取值不进行限定。如图4所示，作为一种可能的实现方式，可以采用线性整流函数ReLU激活MLP的各层。MLP病人向量和MLP疾病向量拼接后输入MLP层，执行带有ReLU的前向传播，即可得到MLP特征向量。

预测概率获取子单元，用于将所述MF特征向量与所述MLP特征向量作为所述NeuMF层的输入，获得所述NeuMF层输出的每个所述个体患有所述第i种疾病的预测概率。

结合公式(1)以及系列公式(2)，能够获得神经矩阵分解NeuMF的计算公式如下：

公式(3)中，φ^MF表示第u个个体患有第i种疾病的MF特征向量，φ^MLP表示第u个个体患有第i种疾病的MLP特征向量，表示第u个个体患上第i种疾病的预测概率。φ^MF和φ^MLP分别由下述公式(4)(5)表示。

公式(4)中，表示第u个个体对应的MF病人向量，表示已患有的第i种疾病对应的MF疾病向量。公式(5)中，表示第u个个体对应的MLP病人向量，表示已患有的第i种疾病对应的MLP疾病向量。

预测概率获取子单元在实现其功能时，NeuMF层具体利用公式(3)获得第u个个体患上第i种疾病的预测概率由于公式(3)中Sigmoid函数的存在，为[0，1]区间内的数值。

在图4中，第u个个体患上第i种疾病的真实值由y_ui表示，y_ui为0或1。可以理解的是，在模型训练过程中，每个个体对于同一疾病对应的预测概率相对于真实值之间可能存在某种程度的误差。本实施例中，可以通过将预测概率与真实值代入损失函数的方式获得误差值，然后根据此误差值进行反向传播，实现参数的不断调整更新，使得误差值逐渐减小，即输出的预测概率更加逼近真实值，从而获得输出预测概率更为准确的患病概率预测模型。

作为一种可能的实现方式，设定训练轮次作为模型训练的终止条件。例如设定训练100次后模型训练完成。

作为另一种可能的实现方式，设定相互对应(即指个体对应以及疾病对应)的预测概率与真实值的平均偏差小于某一阈值时终止训练。例如，预测概率与真实值平均偏差小于0.005时，模型训练完成。

以上即为本申请实施例提供的模型训练单元2043的实现方式。利用矩阵分解协同过滤、多层感知机以及深度神经网络获得一个有机结合的患病概率预测模型。通过训练该模型，构建出简单函数难以表征的病人以往患有疾病与未来可能患上的疾病的隐性关联，具有较好的收敛性和准确性。后续通过评估测试，得知本申请和实施例提供的患病概率预测模型预测的患病概率正确率达到86％以上。

需要说明的是，本申请实施例提供的患病概率预测装置不仅局限于保险核保领域使用，还可以应用于其他领域，例如待测者择业前、婚前或孕前对未来患有疾病的概率的预测等。因此，本申请对于患病概率预测装置的应用领域和应用场景不加以限定。

由于待测者对应的病历数据也来自病历数据库，因此可以按照上述训练时获取疾病向量以及病人向量的方式，获取待测者的疾病向量与病人向量。将待测者的疾病向量与病人向量输入模型中，获得患病概率。

可以理解的是，模型训练单元训练模型参数时，可以分批次地输入个体的疾病向量和病人向量，即逐步训练参数。为实现此目的，作为一种可能的实现方式，前述所述第一向量获取子单元，具体用于利用所述个体疾病矩阵获得每个所述个体对应的病人向量，以及所述第一预设时间内每个所述个体已患疾病对应的疾病向量，对每个所述个体对应的病人向量和疾病向量按照个体总数量分为若干组向量对，每组向量对分批次用于输入至所述向量第二获取子单元以逐步训练所述参数。

例如，同一个个体对应的病人向量和疾病向量构成一个向量对。若M＝50，则可以将50个个体的向量对分为5组，即每10个个体的向量对分为一组。逐步将各组的向量对输入向量获取子单元，以训练参数。第一组使用过后，再使用第二组，以此类推。

此外，如果个体疾病矩阵中所有个体的病人向量和疾病向量使用过后，模型训练效果依然无法满足需求，则作为一种可能的实现方式，可以利用个体疾病矩阵构建单元利用所述病历数据库更新所述个体疾病矩阵，或扩充所述个体疾病矩阵的维度。显然，扩充的维度为个体方向的维度。例如，根据新获取的W个个体对应的病历数据，将M×N维个体疾病矩阵扩充为(M+W)×N维疾病矩阵。

利用前述实施例提供的患病概率预测装置，能够预测获得待测者未来患上各种疾病相对应的概率。然而在某些场景中，无需得知待测者的所有患病概率，而是需要对其健康风险进行一个评估、预测。因此，发明人基于前述实施例提供的患病概率预测装置，进一步地，还提供另一种患病概率预测装置。下面结合实施例和附图对本装置区别于前述装置实施例之处进行描述和说明。

装置实施例二

与前述装置实施例一相似地，本实施例提供的患病概率预测装置同样包含存储器、处理器和输出设备。然而存储器中存储的计算机程序、处理器执行程序时实现的功能以及输出设备的功能相比于前一实施例，均存在差别。

计算机程序中，具体还包含了从获得的待测者患上各种疾病的概率中，确定概率最高的K种疾病；根据所述K种疾病分别对应的概率，获得所述待测者的健康风险分值的程序指令。因此，当处理器执行计算机程序时，能够进一步实现相关的功能。

参见图5，该图为本实施例提供的另一种多个模块的组成示意图。

如图5所示，多个模块除了包含病历数据第一获取模块201，待测者疾病向量获取模块202，患病概率预测模块203和模型训练模块204之外，还包括：

患病概率比较模块501和健康风险分值获取模块502。当处理器工作时，还实现患病概率比较模块501和健康风险分值获取模块502的功能。

其中，所述患病概率比较模块501，用于从获得的待测者患上各种疾病的概率中，确定概率最高的K种疾病；所述K为大于1的正整数；

所述健康风险分值获取模块502，用于根据所述K种疾病分别对应的概率，获得所述待测者的健康风险分值。

K为大于1的正整数。患病概率越高，表征患有此疾病的可能性越大。由于该K种疾病的概率最高，因此，K种疾病能够较大程度反映待测者未来的健康风险。

作为示例，K可以设定为20。则患病概率比较模块501从患病概率预测模块获得的各种疾病的概率中排列筛选出最高的20种疾病的概率。

健康风险分值获取模块502具有多种可能的实现方式，例如，健康风险分值获取模块502用于为K种疾病对应的概率分别配以不同的权重，在将概率与对应的权重相乘，最后加和，根据加和结果得到待测者的健康风险分值。例如，概率越高，配以越大的权重。

另外，也可以为K中疾病对应的概率配以相同的权重或分值系数，最终获得健康风险分值。

基于以上两种实现方式，可知，本实施例中，健康风险分值获取模块502还可采用其他多种不同的实现方式进行计算获得待测者的健康风险分值。因此本实施例中对于健康风险分值获取模块502的具体实现方式不加以限定。

下面提供健康风险分值获取模块502一种可能的实现方式。

健康风险分值获取模块502，具体可以包括：

作为一种可能的实现方式，健康风险分值获取单元可以将概率平均值直接作为待测者的健康风险分值。由于每一种概率的取值在区间[0，1]内，因此采用此种方式获得的健康风险分值的取值也在区间[0，1]内。

作为另一种可能的实现方式，可以将概率平均值乘以某一预设系数后，获得的数值作为待测者健康风险分值。参见下述公式(6)，该公式表达了这一计算方式的实现。

公式(6)中，p_s表示K种疾病的概率中第s种疾病的概率，T表示预设系数，R表示健康风险分值。预设系数T可以根据具体需求进行设置。例如，要求健康风险分值在区间[0，100]内，即可以将预设系数T设置为100；要求健康风险分值在区间[0，1000]内，即可以将预设系数T设置为1000。即该实现方式中，预设系数仅用于调整健康风险分值的取值区间，本实施例中对于预设系数的具体数值不加以限定。

在本实施例提供的装置中，输出设备还可以用于：输出所述待测者的健康风险分值。即利用本装置，用户(例如核保人员)可以通过输出设备获取到待测者的健康风险分值。

该装置实现方式中，结合预测的待测者患病的概率，从中抽取部分对于健康风险具有较大贡献的概率，并进行计算，最终预测出待测者未来的健康风险分值。

对于保险核保领域，核保人对投保人进行核保时，也可以将投保人的健康风险分值作为一项重要的核保依据。由于患病概率是基于投保人真实的病历数据获得的，因此健康风险分值也是以此真实的病历数据为依据，从而预测到的健康风险具有较高的真实性和可靠性。相比于现有技术，应用该患病概率预测装置利用投保人的健康风险分值进行核保，能够有效提高核保结果的准确性。

基于前述装置实施例提供的患病概率预测装置，相应地，本申请还提供一种计算机可读存储介质，用于存储计算机程序，所述计算机程序被执行并完成以下操作：

从病历数据库中获取待测者对应的病历数据；所述病历数据库中包含多个个体对应的病历数据，所述待测者属于所述多个个体；

根据所述病历数据，获得所述待测者的疾病向量；

该存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

当需要对待测者的患病概率进行预测时，存储介质上的计算机程序均可被执行获得待测者患病概率。当待测者为投保人时，由于投保人患病的概率是根据投保人真实可靠的病历数据获得，因此相比于现有技术，核保人利用投保人患病的概率对该投保人核保能够有效提高核保结果的准确性。

可选地，所述计算机程序，具体包括：

获取第一预设时间内M个个体对应的病历数据以及第二预设时间内所述M个个体对应的病历数据；所述第一预设时间的终止点先于所述第二预设时间的起始点；所述M为大于1的正整数；

利用所述第一预设时间内M个个体对应的病历数据，构建所述第一预设时间内所述M个个体与N种疾病的M×N维个体疾病矩阵；以及，利用所述第二预设时间内所述M个个体对应的病历数据，获得所述第二预设时间内所述M个个体中每个所述个体患有第i种疾病的真实值；所述i＝1，2，…N，所述N为大于1的正整数；

利用所述个体疾病矩阵以及所述每个所述个体患有第i种疾病的真实值，训练患病概率预测模型的参数，获得所述患病概率预测模型。

可选地，所述患病概率预测模型包括：矩阵分解MF层，多层感知机MLP层以及神经矩阵分解NeuMF层；所述计算机程序，具体包括：

利用所述个体疾病矩阵获得每个所述个体对应的病人向量，以及所述第一预设时间内每个所述个体已患疾病对应的疾病向量；所述病人向量的维数为M；所述疾病向量的维数为N；

对于每个所述个体，利用所述个体对应的病人向量获得MF病人向量以及MLP病人向量；以及，利用所述第一预设时间内每个所述个体已患疾病对应的疾病向量获得MF疾病向量以及MLP疾病向量；

对于每个所述个体，将所述MF病人向量和所述MF疾病向量作为所述MF层的输入，获得MF特征向量；以及，将所述MLP病人向量和所述MLP疾病向量拼接后作为所述MLP层的输入，获得MLP特征向量；

将所述MF特征向量与所述MLP特征向量作为所述NeuMF层的输入，获得所述NeuMF层输出的每个所述个体患有所述第i种疾病的预测概率；

根据每个所述个体对于同一疾病对应的预测概率和所述真实值，训练所述患病概率预测模型的参数，得到所述患病概率预测模型。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。以上所描述的设备实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元提示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

本申请提供的装置均能够以电子硬件或者电子硬件与计算机软件相结合的方式来实现。为了清楚地说明部分硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软硬件结合的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同装置中的模块来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

以上所述，仅为本申请的一种具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims

1.一种患病概率预测装置，其特征在于，包括：存储器、处理器和输出设备；

所述存储器，用于存储计算机程序；

2.根据权利要求1所述的患病概率预测装置，其特征在于，所述模型训练模块，具体包括：

3.根据权利要求2所述的患病概率预测装置，其特征在于，所述患病概率预测模型包括：矩阵分解MF层，多层感知机MLP层以及神经矩阵分解NeuMF层；所述模型训练单元，具体包括：

4.根据权利要求1-3任一项所述的患病概率预测装置，其特征在于，所述多个模块还包括：患病概率比较模块和健康风险分值获取模块；

5.根据权利要求4所述的患病概率预测装置，其特征在于，所述健康风险分值获取模块，具体包括：

6.根据权利要求4所述的患病概率预测装置，其特征在于，所述输出设备，还用于输出所述待测者的健康风险分值。

7.根据权利要求1-3任一项所述的患病概率预测装置，其特征在于，所述输出设备为以下至少一种：

显示器、打印机或音箱。

8.根据权利要求3所述的患病概率预测装置，其特征在于，所述第一向量获取子单元，具体用于利用所述个体疾病矩阵获得每个所述个体对应的病人向量，以及所述第一预设时间内每个所述个体已患疾病对应的疾病向量，对每个所述个体对应的病人向量和疾病向量按照个体总数量分为若干组向量对，每组向量对分批次用于输入至所述向量第二获取子单元以逐步训练所述参数。

9.根据权利要求2或3所述的患病概率预测装置，其特征在于，所述个体疾病矩阵构建单元，还用于利用所述病历数据库更新所述个体疾病矩阵，或扩充所述个体疾病矩阵的维度。

10.一种计算机可读存储介质，其特征在于，用于存储计算机程序；所述计算机程序被执行并完成以下操作：

根据所述病历数据，获得所述待测者的疾病向量；

将所述待测者的疾病向量输入患病概率预测模型中，获得所述待测者患上所述病历数据库中各种疾病的概率；所述患病概率预测模型为所述模型训练模块利用所述多个个体对应的病历数据获得。