专利交易市场

本发明公开了一种基于风险因素概率组合分析的慢性疾病早期预警方法，包括以下步骤：收集数据，确定该慢性疾病的风险因素的基准组合RFx，确定对该慢性疾病影响最大的x个风险因素，进一步确定最佳的风险因素组合。本发明的有益之处在于：(1)综合考虑了生理指征、环境因素、病史记录、生活习惯等多维数据，与目前疾病模型的构建越来越趋向多维度的研究趋势相符；(2)数据集包含不同类型人的记录，实验结果非常具有代表性；(3)选取与慢性疾病相关的风险因素的概率组合方法，具有很好的通用性，并且可以推广到其他国家和地区；(4)对未来可能发展成慢性疾病的大部分患者给予预警，对预防和控制慢性疾病具有重要意义。

本方案涉及人工智能，提供疾病发病预测方法、装置及存储介质，提取以周为频次的疾病发病人数的数据和对应的天气数据，组成疾病数据；利用特征工程进行特征提取，获取设定维度的特征数据集，并以特征数据集中的数据分别形成训练数据、测试数据；利用SARIMA模型对疾病数据进行平稳化处理分别得出d阶非季节性差分与D阶季节性差分；将训练数据输入模型，确定模型的参数；运用训练的SARIMA模型对疾病的周发病人数进行预测。本发明能够捕捉到疾病周发病人数较近周次的人数变化规律，还能够捕捉到不同周期相同周次的季节性规律，预测更准确。爬取天气数据辅助预测，结合LASSO模型，能基于天气的变化增强预测疾病发病人数的变化规律。