首页 > 分享 > 基于数据共享的宠物医疗智能诊断方法、系统及存储介质.pdf

基于数据共享的宠物医疗智能诊断方法、系统及存储介质.pdf

萌宠菠菠乐园
2024-11-02 07:13

1、(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 202311403167.8(22)申请日 2023.10.27(71)申请人深圳市力牧生物科技有限公司地址 518000 广东省深圳市坪山区坪山街道六联社区飞美路6号A栋402(72)发明人吕军车霈(74)专利代理机构深圳知一慧众知识产权代理有限公司 44973专利代理师徐玲(51)Int.Cl.G16H 50/20(2018.01)G16H 50/30(2018.01)G16H 50/70(2018.01)H04L 67/12(2022.01)(54)发明名称基于数据共享的宠物医疗智能

2、诊断方法、系统及存储介质(57)摘要本发明公开了基于数据共享的宠物医疗智能诊断方法、系统及存储介质，涉及宠物医疗技术领域，包括：设定一宠物医疗数据共享距离；建立宠物医疗数据共享云端；采集宠物医疗数据并上传至宠物医疗数据共享云端；设定医疗数据分析区域；设定一数据分析时长；调取宠物医疗分析样本数据；确定若干环境诱因；建立环境诱因矩阵；确定宠物医疗场所接诊的宠物表征数据；综合分析预测宠物的若干个高风险宠物疾病；基于高风险宠物疾病，安排宠物进行对应的诊断检测项目。本发明的优点在于：通过分析宠物表征数据和环境诱因，可以智能预测宠物可能患有的疾病，并安排相应的诊疗检测，快速精准定位病因，提高宠物医疗效果。

3、权利要求书3页说明书8页附图3页CN 117133450 A2023.11.28CN 117133450 A1.一种基于数据共享的宠物医疗智能诊断方法，其特征在于，包括：设定一宠物医疗数据共享距离；建立宠物医疗数据共享云端；采集宠物医疗数据并上传至宠物医疗数据共享云端；将当前宠物医疗场所为圆心，以设定的宠物医疗数据共享距离为半径构成的圆形区域设定为医疗数据分析区域；设定一数据分析时长；从宠物医疗数据共享云端中调取医疗数据分析区域内在数据分析时长内的所有宠物医疗数据，记为宠物医疗分析样本数据；基于宠物诊疗经验，确定每一个宠物医疗分析样本数据的宠物诊断结果的若干环境诱因；统计所有宠物医疗分析样

4、本数据中出现的每一个环境诱因的次数，建立环境诱因矩阵；确定宠物医疗场所接诊的宠物表征数据；结合宠物表征数据和环境诱因矩阵进行综合分析预测宠物的若干个高风险宠物疾病；基于高风险宠物疾病，安排宠物进行对应的诊断检测项目。2.根据权利要求1所述的一种基于数据共享的宠物医疗智能诊断方法，其特征在于，所述统计所有宠物医疗分析样本数据中出现的每一个环境诱因的次数，建立环境诱因矩阵具体包括：基于宠物医疗分析样本数据中出现的所有环境诱因的次数，通过归一化计算公式计算环境诱因的次数归一化指标；以宠物医疗分析样本数据中出现的所有环境诱因的次数归一化指标作为元素，组成环境诱因矩阵G，为宠物医疗分析样本数据中出现的第

5、i个环境诱因的次数归一化指标，为宠物医疗分析样本数据中出现的环境诱因总数；其中，所述归一化计算公式具体为：；式中，为宠物医疗分析样本数据中出现的第i个环境诱因的次数。3.根据权利要求2所述的一种基于数据共享的宠物医疗智能诊断方法，其特征在于，所述结合宠物表征数据和环境诱因矩阵进行综合分析预测宠物的若干个高风险宠物疾病具体包括：构建宠物疾病与宠物表征数据之间的诊断拟合模型，所述诊断拟合模型以宠物表征数据为输入，以宠物患有每一种宠物疾病的患病概率为输出；将宠物医疗场所接诊的宠物表征数据输入诊断拟合模型，确定宠物患有每一种宠物疾病的患病概率；筛选出患病概率大于风险预设值的若干个宠物疾病，记为高风险宠

6、物疾病；确定每个高风险宠物疾病的疾病诱因，建立与高风险宠物疾病一一对应的高风险疾病诱因集合；权利要求书1/3 页2CN 117133450 A2基于高风险疾病诱因集合和环境诱因矩阵，计算每个高风险宠物疾病的环境诱因指标；基于高风险宠物疾病的环境诱因指标和高风险宠物疾病的患病概率，通过诊断指标计算公式计算宠物患有每一个高风险宠物疾病的诊断指标；按照诊断指标的大小依次对高风险宠物疾病进行排序；其中，所述诊断指标计算公式具体为：；式中，为第j个高风险宠物疾病的诊断指标，为第j个高风险宠物疾病的环境诱因指标，为第j个高风险宠物疾病的患病概率。4.根据权利要求3所述的一种基于数据共享的宠物医疗智能诊断方

7、法，其特征在于，所述构建宠物疾病与宠物表征数据之间的诊断拟合模型具体包括：基于Logistic回归模型构建每一个宠物疾病与宠物表征数据之间的疾病风险预测模型；将所有宠物疾病与宠物表征数据之间的疾病风险预测模型整合为诊断拟合模型；所述疾病风险预测模型具体为：；式中，为患有宠物疾病的患病概率，为第k个宠物表征的表征指标，若宠物具有第k个宠物表征，则为1，若宠物不具有第k个宠物表征，则为0，均为模型系数。5.根据权利要求4所述的一种基于数据共享的宠物医疗智能诊断方法，其特征在于，所述模型系数的确定方法为：基于宠物历史诊疗经验，调取若干个模型训练数据；根据宠物历史诊疗经验中，诊断为宠物患有宠物疾病与否

8、，将模型训练数据分为患病训练数据和未患病训练数据；基于患病训练数据和未患病训练数据中宠物的体征数据，以最大似然法求解模型系数。6.根据权利要求5所述的一种基于数据共享的宠物医疗智能诊断方法，其特征在于，所述基于高风险疾病诱因集合和环境诱因矩阵，计算每个高风险宠物疾病的环境诱因指标具体包括：将宠物医疗分析样本数据中出现的所有环境诱因组成环境诱因集合；对高风险疾病诱因集合和环境诱因集合进行求交集，得到环境诱因拟合交集；记环境诱因拟合交集中的元素为拟合环境诱因；确定环境诱因矩阵中，每个拟合环境诱因的次数归一化指标；将所有拟合环境诱因的次数归一化指标进行求和，得到高风险宠物疾病的环境诱因指标。7.根据

9、权利要求6所述的一种基于数据共享的宠物医疗智能诊断方法，其特征在于，所述基于高风险宠物疾病，安排宠物进行对应的诊断检测项目具体包括：权利要求书2/3 页3CN 117133450 A3确定每一个高风险宠物疾病的诊断检测项目；按照高风险宠物疾病的排序，依次进行高风险宠物疾病对应的诊断检测项目，并基于诊断检测结果判断宠物是否患有对应的高风险宠物疾病。8.一种基于数据共享的宠物医疗智能诊断系统，其特征在于，用于实现如权利要求17任一项所述的基于数据共享的宠物医疗智能诊断方法，具体包括：云端服务器，所述云端服务器用于存储采集的宠物医疗数据；医疗共享数据分析模块，所述医疗共享数据分析模块与所述云端服务器

10、进行通讯连接，所述医疗共享数据分析模块用于从宠物医疗数据共享云端中调取医疗数据分析区域内在数据分析时长内的所有宠物医疗数据，记为宠物医疗分析样本数据、基于宠物诊疗经验，确定每一个宠物医疗分析样本数据的宠物诊断结果的若干环境诱因和统计所有宠物医疗分析样本数据中出现的每一个环境诱因的次数，建立环境诱因矩阵；患病分析模块，所述患病分析模块与所述医疗共享数据分析模块电性连接，所述患病分析模块用于结合宠物表征数据和环境诱因矩阵进行综合分析预测宠物的若干个高风险宠物疾病；诊疗规划模块，所述诊疗规划模块与所述患病分析模块电性连接，所述诊疗规划模块用于基于高风险宠物疾病，安排宠物进行对应的诊断检测项目。9.根

11、据权利要求8所述的一种基于数据共享的宠物医疗智能诊断系统，其特征在于，所述患病分析模块具体包括：诊断模型单元，所述诊断模型单元用于构建宠物疾病与宠物表征数据之间的诊断拟合模型；体征预测单元，所述体征预测单元用于将宠物医疗场所接诊的宠物表征数据输入诊断拟合模型，确定宠物患有每一种宠物疾病的患病概率和筛选出患病概率大于风险预设值的若干个宠物疾病，记为高风险宠物疾病；风险疾病分析单元，所述风险疾病分析单元用于确定每个高风险宠物疾病的疾病诱因，建立与高风险宠物疾病一一对应的高风险疾病诱因集合；环境拟合单元，所述环境拟合单元用于基于高风险疾病诱因集合和环境诱因矩阵，计算每个高风险宠物疾病的环境诱因指标；

12、综合分析单元，所述综合分析单元用于基于高风险宠物疾病的环境诱因指标和高风险宠物疾病的患病概率，通过诊断指标计算公式计算宠物患有每一个高风险宠物疾病的诊断指标；排序单元，所述排序单元用于按照诊断指标的大小依次对高风险宠物疾病进行排序。10.一种计算机可读存储介质，其上存储有计算机可读程序，其特征在于，所述计算机可读程序被调用时执行如权利要求17任一项所述的基于数据共享的宠物医疗智能诊断方法。权利要求书3/3 页4CN 117133450 A4基于数据共享的宠物医疗智能诊断方法、系统及存储介质技术领域0001本发明涉及宠物医疗技术领域，具体是涉及基于数据共享的宠物医疗智能诊断方法、系统及存储介质。

13、背景技术0002宠物医疗是专门为宠物提供的医疗服务，其包括宠物解剖生理、宠物病理、宠物疾病诊断与治疗、宠物免疫接种的医疗项目，需要对宠物进行宠物内科病诊疗、宠物外产科病诊疗、宠物疫病防控的多项宠物医疗诊断。0003宠物的医疗诊断通常与区域环境因素存在着明显的关联，如空气质量较差的区域，宠物易患有呼吸道疾病，水质较差的区域，宠物易患有消化道疾病，现有的宠物医疗诊断系统，缺乏对于区域内宠物医疗数据的共享手段，难以实现对于区域内的宠物医疗诊断数据的合理分析，在进行宠物医疗诊断时，难以合理化的结合区域环境因素，导致对于宠物的病因难以实现精准定位，影响宠物医疗效果。发明内容0004为解决上述技术问题，提

14、供基于数据共享的宠物医疗智能诊断方法、系统及存储介质，本技术方案解决了上述的现有的宠物医疗诊断系统，缺乏对于区域内宠物医疗数据的共享手段，难以实现对于区域内的宠物医疗诊断数据的合理分析，在进行宠物医疗诊断时，难以合理化的结合区域环境因素，导致对于宠物的病因难以实现精准定位，影响宠物医疗效果的问题。0005为达到以上目的，本发明采用的技术方案为：一种基于数据共享的宠物医疗智能诊断方法，包括：设定一宠物医疗数据共享距离；建立宠物医疗数据共享云端；采集宠物医疗数据并上传至宠物医疗数据共享云端；将当前宠物医疗场所为圆心，以设定的宠物医疗数据共享距离为半径构成的圆形区域设定为医疗数据分析区域；设定一数据

15、分析时长；从宠物医疗数据共享云端中调取医疗数据分析区域内在数据分析时长内的所有宠物医疗数据，记为宠物医疗分析样本数据；基于宠物诊疗经验，确定每一个宠物医疗分析样本数据的宠物诊断结果的若干环境诱因；统计所有宠物医疗分析样本数据中出现的每一个环境诱因的次数，建立环境诱因矩阵；确定宠物医疗场所接诊的宠物表征数据；结合宠物表征数据和环境诱因矩阵进行综合分析预测宠物的若干个高风险宠物说明书1/8 页5CN 117133450 A5疾病；基于高风险宠物疾病，安排宠物进行对应的诊断检测项目。0006优选的，所述统计所有宠物医疗分析样本数据中出现的每一个环境诱因的次数，建立环境诱因矩阵具体包括：基于宠物医疗分

16、析样本数据中出现的所有环境诱因的次数，通过归一化计算公式计算环境诱因的次数归一化指标；以宠物医疗分析样本数据中出现的所有环境诱因的次数归一化指标作为元素，组成环境诱因矩阵G，为宠物医疗分析样本数据中出现的第i个环境诱因的次数归一化指标，为宠物医疗分析样本数据中出现的环境诱因总数；其中，所述归一化计算公式具体为：；式中，为宠物医疗分析样本数据中出现的第i个环境诱因的次数。0007优选的，所述结合宠物表征数据和环境诱因矩阵进行综合分析预测宠物的若干个高风险宠物疾病具体包括：构建宠物疾病与宠物表征数据之间的诊断拟合模型，所述诊断拟合模型以宠物表征数据为输入，以宠物患有每一种宠物疾病的患病概率为输出；

17、将宠物医疗场所接诊的宠物表征数据输入诊断拟合模型，确定宠物患有每一种宠物疾病的患病概率；筛选出患病概率大于风险预设值的若干个宠物疾病，记为高风险宠物疾病；确定每个高风险宠物疾病的疾病诱因，建立与高风险宠物疾病一一对应的高风险疾病诱因集合；基于高风险疾病诱因集合和环境诱因矩阵，计算每个高风险宠物疾病的环境诱因指标；基于高风险宠物疾病的环境诱因指标和高风险宠物疾病的患病概率，通过诊断指标计算公式计算宠物患有每一个高风险宠物疾病的诊断指标；按照诊断指标的大小依次对高风险宠物疾病进行排序；其中，所述诊断指标计算公式具体为：；式中，为第j个高风险宠物疾病的诊断指标，为第j个高风险宠物疾病的环境诱因指标，

18、为第j个高风险宠物疾病的患病概率。0008优选的，所述构建宠物疾病与宠物表征数据之间的诊断拟合模型具体包括：基于Logistic回归模型构建每一个宠物疾病与宠物表征数据之间的疾病风险预测模型；将所有宠物疾病与宠物表征数据之间的疾病风险预测模型整合为诊断拟合模型；所述疾病风险预测模型具体为：说明书2/8 页6CN 117133450 A60009式中，为患有宠物疾病的患病概率，为第k个宠物表征的表征指标，若宠物具有第 k 个宠物表征，则为 1，若宠物不具有第 k 个宠物表征，则为 0，均为模型系数。0010优选的，所述模型系数的确定方法为：基于宠物历史诊疗经验，调取若

19、干个模型训练数据；根据宠物历史诊疗经验中，诊断为宠物患有宠物疾病与否，将模型训练数据分为患病训练数据和未患病训练数据；基于患病训练数据和未患病训练数据中宠物的体征数据，以最大似然法求解模型系数。0011优选的，所述基于高风险疾病诱因集合和环境诱因矩阵，计算每个高风险宠物疾病的环境诱因指标具体包括：将宠物医疗分析样本数据中出现的所有环境诱因组成环境诱因集合；对高风险疾病诱因集合和环境诱因集合进行求交集，得到环境诱因拟合交集；记环境诱因拟合交集中的元素为拟合环境诱因；确定环境诱因矩阵中，每个拟合环境诱因的次数归一化指标；将所有拟合环境诱因的次数归一化指标进行求和，得到高风险宠物疾病的环境诱因指标。

20、0012优选的，所述基于高风险宠物疾病，安排宠物进行对应的诊断检测项目具体包括：确定每一个高风险宠物疾病的诊断检测项目；按照高风险宠物疾病的排序，依次进行高风险宠物疾病对应的诊断检测项目，并基于诊断检测结果判断宠物是否患有对应的高风险宠物疾病。0013进一步的，提出一种基于数据共享的宠物医疗智能诊断系统，用于实现如上述的基于数据共享的宠物医疗智能诊断方法，具体包括：云端服务器，所述云端服务器用于存储采集的宠物医疗数据；医疗共享数据分析模块，所述医疗共享数据分析模块与所述云端服务器进行通讯连接，所述医疗共享数据分析模块用于从宠物医疗数据共享云端中调取医疗数据分析区域内在数据分析时长内的所有宠物医

21、疗数据，记为宠物医疗分析样本数据、基于宠物诊疗经验，确定每一个宠物医疗分析样本数据的宠物诊断结果的若干环境诱因和统计所有宠物医疗分析样本数据中出现的每一个环境诱因的次数，建立环境诱因矩阵；患病分析模块，所述患病分析模块与所述医疗共享数据分析模块电性连接，所述患病分析模块用于结合宠物表征数据和环境诱因矩阵进行综合分析预测宠物的若干个高风险宠物疾病；诊疗规划模块，所述诊疗规划模块与所述患病分析模块电性连接，所述诊疗规划模块用于基于高风险宠物疾病，安排宠物进行对应的诊断检测项目。0014可选的，所述患病分析模块具体包括：诊断模型单元，所述诊断模型单元用于构建宠物疾病与宠物表征数据之间的诊断说明书3/

22、8 页7CN 117133450 A7拟合模型；体征预测单元，所述体征预测单元用于将宠物医疗场所接诊的宠物表征数据输入诊断拟合模型，确定宠物患有每一种宠物疾病的患病概率和筛选出患病概率大于风险预设值的若干个宠物疾病，记为高风险宠物疾病；风险疾病分析单元，所述风险疾病分析单元用于确定每个高风险宠物疾病的疾病诱因，建立与高风险宠物疾病一一对应的高风险疾病诱因集合；环境拟合单元，所述环境拟合单元用于基于高风险疾病诱因集合和环境诱因矩阵，计算每个高风险宠物疾病的环境诱因指标；综合分析单元，所述综合分析单元用于基于高风险宠物疾病的环境诱因指标和高风险宠物疾病的患病概率，通过诊断指标计算公式计算宠物患有每

23、一个高风险宠物疾病的诊断指标；排序单元，所述排序单元用于按照诊断指标的大小依次对高风险宠物疾病进行排序。0015再进一步的，提出一种计算机可读存储介质，其上存储有计算机可读程序，所述计算机可读程序被调用时执行如上述的基于数据共享的宠物医疗智能诊断方法。0016与现有技术相比，本发明的有益效果在于：本发明提出一种基于数据共享的宠物医疗智能诊断方案，通过对医疗数据分析区域内的宠物医疗数据进行分析，进而得出宠物医疗场所所处区域内的会导致宠物患病的若干环境诱因，在进行宠物医疗诊断时，可结合宠物表征数据和环境诱因进行综合化智能分析出宠物可能患有的疾病，进而安排宠物进行对应的诊疗检测，可实现对于宠物的病因

24、的快速精准定位，进而有效的提高宠物接受的宠物医疗效果。附图说明0017图1为本发明提出的基于数据共享的宠物医疗智能诊断方法流程图；图2为本发明中的建立环境诱因矩阵的方法流程图；图3为本发明中的分析预测宠物的高风险宠物疾病的方法流程图；图4为本发明中的构建宠物疾病与宠物表征数据之间的诊断拟合模型的方法流程图；图5为本发明中的模型系数的确定方法流程图；图6为本发明中的计算高风险宠物疾病的环境诱因指标的方法流程图；图7为本发明中的安排宠物进行对应的诊断检测项目的方法流程图。具体实施方式0018以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以

25、想到其他显而易见的变型。0019参照图1所示，一种基于数据共享的宠物医疗智能诊断方法，包括：设定一宠物医疗数据共享距离；建立宠物医疗数据共享云端；采集宠物医疗数据并上传至宠物医疗数据共享云端；说明书4/8 页8CN 117133450 A8将当前宠物医疗场所为圆心，以设定的宠物医疗数据共享距离为半径构成的圆形区域设定为医疗数据分析区域；设定一数据分析时长；从宠物医疗数据共享云端中调取医疗数据分析区域内在数据分析时长内的所有宠物医疗数据，记为宠物医疗分析样本数据；基于宠物诊疗经验，确定每一个宠物医疗分析样本数据的宠物诊断结果的若干环境诱因；统计所有宠物医疗分析样本数据中出现的每一个环境诱因的次数

26、，建立环境诱因矩阵；确定宠物医疗场所接诊的宠物表征数据；结合宠物表征数据和环境诱因矩阵进行综合分析预测宠物的若干个高风险宠物疾病；基于高风险宠物疾病，安排宠物进行对应的诊断检测项目。0020本方案通过对医疗数据分析区域内的宠物医疗数据进行分析，进而得出宠物医疗场所所处区域内的会导致宠物患病的若干环境诱因，在进行宠物医疗诊断时，可结合宠物表征数据和环境诱因进行综合化智能分析出宠物可能患有的疾病，进而安排宠物进行对应的诊疗检测，可实现对于宠物的病因的快速精准定位。0021参照图2所示，统计所有宠物医疗分析样本数据中出现的每一个环境诱因的次数，建立环境诱因矩阵具体包括：基于宠物医疗分析样本数据中出现

27、的所有环境诱因的次数，通过归一化计算公式计算环境诱因的次数归一化指标；以宠物医疗分析样本数据中出现的所有环境诱因的次数归一化指标作为元素，组成环境诱因矩阵G，为宠物医疗分析样本数据中出现的第i个环境诱因的次数归一化指标，为宠物医疗分析样本数据中出现的环境诱因总数；其中，归一化计算公式具体为：；式中，为宠物医疗分析样本数据中出现的第i个环境诱因的次数。0022本方案对宠物医疗分析样本数据中出现的环境诱因的次数进行归一化计算出每个环境诱因出现的次数归一化指标，通过此方式可有效的将环境诱因进行标准化处理，次数归一化指标越大，则说明在医疗数据分析区域内，该环境诱因的影响越大。0023参照图3所示，结合

28、宠物表征数据和环境诱因矩阵进行综合分析预测宠物的若干个高风险宠物疾病具体包括：构建宠物疾病与宠物表征数据之间的诊断拟合模型，诊断拟合模型以宠物表征数据为输入，以宠物患有每一种宠物疾病的患病概率为输出；将宠物医疗场所接诊的宠物表征数据输入诊断拟合模型，确定宠物患有每一种宠物疾病的患病概率；筛选出患病概率大于风险预设值的若干个宠物疾病，记为高风险宠物疾病；说明书5/8 页9CN 117133450 A9确定每个高风险宠物疾病的疾病诱因，建立与高风险宠物疾病一一对应的高风险疾病诱因集合；基于高风险疾病诱因集合和环境诱因矩阵，计算每个高风险宠物疾病的环境诱因指标；基于高风险宠物疾病的环境诱因指标和高风

29、险宠物疾病的患病概率，通过诊断指标计算公式计算宠物患有每一个高风险宠物疾病的诊断指标；按照诊断指标的大小依次对高风险宠物疾病进行排序；其中，诊断指标计算公式具体为：；式中，为第j个高风险宠物疾病的诊断指标，为第j个高风险宠物疾病的环境诱因指标，为第j个高风险宠物疾病的患病概率。0024通过结合宠物表征状态和环境诱因因素，进行计算宠物患有每个高风险宠物疾病的诊断指标，该诊断指标综合考虑了宠物自身身体状态因素和区域环境因素，该指标越大，则说明患有高风险宠物疾病的概率越大，按照诊断指标的大小进行宠物的高风险宠物疾病排序，并依次排查检测宠物患有高风险宠物疾病，可实现对于宠物疾病的高效准确的诊疗。002

30、5参照图4所示，构建宠物疾病与宠物表征数据之间的诊断拟合模型具体包括：基于Logistic回归模型构建每一个宠物疾病与宠物表征数据之间的疾病风险预测模型；将所有宠物疾病与宠物表征数据之间的疾病风险预测模型整合为诊断拟合模型；疾病风险预测模型具体为：0026式中，为患有宠物疾病的患病概率，为第k个宠物表征的表征指标，若宠物具有第 k 个宠物表征，则为 1，若宠物不具有第 k 个宠物表征，则为 0，均为模型系数。0027参照图5所示，模型系数的确定方法为：基于宠物历史诊疗经验，调取若干个模型训练数据；根据宠物历史诊疗经验中，诊断为宠物患有宠物疾病与否，将模型训练数据分为

31、患病训练数据和未患病训练数据；基于患病训练数据和未患病训练数据中宠物的体征数据，以最大似然法求解模型系数。0028logistic回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。逻辑回归根据给定的自变量数据集来估计事件的发生概率，由于结果是一个概率，因此因变量的范围在 0 和 1 之间，本方案中，以宠物表征的表征指标作为输入，可通过Logistic回归模型进行计算宠物表患上对应疾病的概率。0029参照图6所示，基于高风险疾病诱因集合和环境诱因矩阵，计算每个高风险宠物疾说明书6/8 页10CN 117133450 A10病的环境诱因指

32、标具体包括：将宠物医疗分析样本数据中出现的所有环境诱因组成环境诱因集合；对高风险疾病诱因集合和环境诱因集合进行求交集，得到环境诱因拟合交集；记环境诱因拟合交集中的元素为拟合环境诱因；确定环境诱因矩阵中，每个拟合环境诱因的次数归一化指标；将所有拟合环境诱因的次数归一化指标进行求和，得到高风险宠物疾病的环境诱因指标。0030将疾病存在的环境诱因与区域内统计的环境诱因进行比对求交集，并将交集中的次数归一化指标进行累加得到高风险宠物疾病的环境诱因指标，该环境诱因指标越大，则说明该区域的环境因素导致宠物患有该高风险宠物疾病的风险越高。0031参照图7所示，基于高风险宠物疾病，安排宠物进行对应的诊断检测项

33、目具体包括：确定每一个高风险宠物疾病的诊断检测项目；按照高风险宠物疾病的排序，依次进行高风险宠物疾病对应的诊断检测项目，并基于诊断检测结果判断宠物是否患有对应的高风险宠物疾病。0032可以理解的是，通过按照高风险宠物疾病的排序，对宠物进行每一种高风险宠物疾病的诊断检测，可以有效地实现对于宠物疾病的高效且准确的诊疗。这种诊疗方式基于宠物自身的体征数据和宠物所生活的区域的环境因素，能够最大程度地保障对于宠物病因定位的高效性。0033进一步的，基于与上述基于数据共享的宠物医疗智能诊断方法相同的发明构思，本方案还提出一种基于数据共享的宠物医疗智能诊断系统，包括：云端服务器，云端服务器用于存储采集的宠物

34、医疗数据；医疗共享数据分析模块，医疗共享数据分析模块与云端服务器进行通讯连接，医疗共享数据分析模块用于从宠物医疗数据共享云端中调取医疗数据分析区域内在数据分析时长内的所有宠物医疗数据，记为宠物医疗分析样本数据、基于宠物诊疗经验，确定每一个宠物医疗分析样本数据的宠物诊断结果的若干环境诱因和统计所有宠物医疗分析样本数据中出现的每一个环境诱因的次数，建立环境诱因矩阵；患病分析模块，患病分析模块与医疗共享数据分析模块电性连接，患病分析模块用于结合宠物表征数据和环境诱因矩阵进行综合分析预测宠物的若干个高风险宠物疾病；诊疗规划模块，诊疗规划模块与患病分析模块电性连接，诊疗规划模块用于基于高风险宠物疾病，安

35、排宠物进行对应的诊断检测项目。0034患病分析模块具体包括：诊断模型单元，诊断模型单元用于构建宠物疾病与宠物表征数据之间的诊断拟合模型；体征预测单元，体征预测单元用于将宠物医疗场所接诊的宠物表征数据输入诊断拟合模型，确定宠物患有每一种宠物疾病的患病概率和筛选出患病概率大于风险预设值的若干个宠物疾病，记为高风险宠物疾病；风险疾病分析单元，风险疾病分析单元用于确定每个高风险宠物疾病的疾病诱因，建立与高风险宠物疾病一一对应的高风险疾病诱因集合；说明书7/8 页11CN 117133450 A11环境拟合单元，环境拟合单元用于基于高风险疾病诱因集合和环境诱因矩阵，计算每个高风险宠物疾病的环境诱因指标；

36、综合分析单元，综合分析单元用于基于高风险宠物疾病的环境诱因指标和高风险宠物疾病的患病概率，通过诊断指标计算公式计算宠物患有每一个高风险宠物疾病的诊断指标；排序单元，排序单元用于按照诊断指标的大小依次对高风险宠物疾病进行排序。0035再进一步的，本发明还提出一种计算机可读存储介质，其上存储有计算机可读程序，计算机可读程序被调用时执行如上述的基于数据共享的宠物医疗智能诊断方法；可以理解的是，计算机可读存储介质可以是磁性介质，例如，软盘、硬盘、磁带；光介质例如，DVD；或者半导体介质例如固态硬盘SolidStateDisk，SSD等。0036综上所述，本发明的优点在于：可结合宠物表征数据和环境诱因进

37、行综合化智能分析出宠物可能患有的疾病，进而安排宠物进行对应的诊疗检测，实现对于宠物的病因的快速精准定位，进而有效的提高宠物接受的宠物医疗效果。0037以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。说明书8/8 页12CN 117133450 A12图1图2说明书附图1/3 页13CN 117133450 A13图3图4图5说明书附图2/3 页14CN 117133450 A14图6图7说明书附图3/3 页15CN 117133450 A15