(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 202210881157.4 (22)申请日 2022.07.26 (71)申请人 哈尔滨工业大 学 地址 150001 黑龙江省哈尔滨市南岗区西 大直街92号 (72)发明人 李杰　金佳欢　 (74)专利代理 机构 哈尔滨市阳光惠远知识产权 代理有限公司 2321 1 专利代理师 孙莉莉 (51)Int.Cl. G16H 50/20(2018.01) G16H 50/70(2018.01) G06F 40/30(2020.01) G06F 40/247(2020.01) (54)发明名称 一种预测疫苗接种后不良反应转为严重不 良反应风险的模型 (57)摘要 本发明提出了一种预测疫苗接种后不良反 应转为严重不良反应风险的模型， 基于疾病本体 数据集的语义拓扑结构计算疾病相似度， 并通过 对疫苗接种后不良反应报告计算疾病的严重不 良反应率， 构建复杂疾病网络， 对复杂疾病网络 进行模块细粒度精准划分， 使用启发 式方法将复 杂疾病网络划分为基础模块， 再基于疾病的严重 不良反应率和疾病之间的相似度得到优化后的 模块， 最后根据同一模块中种子疾病节点的严重 不良反应率以及与其他疾病之间的相似度， 计算 患者接种某种疫苗后不良反应转为严重不良反 应的风险评分； 本发明能够对复杂疾病网络模块 的细粒度精 准划分， 并且应用到预测疾病 与新冠 肺炎疫苗接种后不良反应转为严重不良反应风 险上。 权利要求书2页 说明书7页 附图1页 CN 115312182 A 2022.11.08 CN 115312182 A 1.一种预测疫苗接种后不良反应转 为严重不良反应风险的模型， 其特 征在于： 所述方法具体包括以下步骤： 步骤1， 基于疾病本体的拓扑 结构计算疾病相似度， 构建复杂疾病网络； 步骤2， 根据模块度最优化策略、 节点属性拆解策略以及边属性 聚合策略对 复杂疾病网 络进行模块细粒度精准划分； 步骤3， 根据同一模块中的种子疾病节点的严重不良反应率以及与其他疾病之间的相 似度， 计算患有某种疾病的患者接种疫苗后不良反应转 为严重不良反应的风险评分。 2.根据权利要求1所述方法， 其特 征在于： 在步骤1中， 步骤1.1， 根据疾病实体数据集提供的疾病之间的语义关联关系， 计算所有疾病之间的 相似程度， 从而构建复杂疾病网络； 将疾病之间相似度大于设定阈值 λ 的节点连边， 边的权 重设为疾病之间的相似度； 相似度计算聚合了疾病实体数据集上疾病节点的所有祖 先节点信息， 公式如下： 其中， CA(di,dj)表示疾病di和疾病dj的共同祖先节点集合； A(di)和A(dj)分别表示疾病 di和疾病dj的祖先节点集合； 定义如下: 其中， 疾病dq表示疾病dp的任意一个子孙节点； wiq表示疾病di和疾病dq之间的边的权 重； 步骤1.2， 对VAERS数据集上的某种疫苗接种者报告的不良反应数据进行处理， 统计不 同疾病接种者接种该疫苗后的严重不良反应率； 选择数据集中接种某种 疫苗的报告案例超过15例的相关显著疾病作为种子疾病， 给复 杂疾病网络中的节点添加严重不良反应率属性。 3.根据权利要求2所述方法， 其特 征在于： 在步骤2中， 步骤2.1， 基于模块度最优化原则， 使用启发式方法Louvain将复杂疾病网络划分为基 础模块； 步骤2.2， 基于复杂疾病网络中节点属性， 对现有的网络模块进行拆解； 步骤2.3， 基于复杂疾病网络中边属性， 对现有 的网络模块进行聚合， 得到优化后的模 块。 4.根据权利要求3所述方法， 其特 征在于： 在步骤2.2中， 在复杂疾病 网络中， 所述节点属性为疾病的严重不良反应率， 当同一模块内的种子疾 病的严重不良反应率之差大于种子节点属 性阈值θ时， 对该模块进行拆解策略以获得更高 的预测精度。 5.根据权利要求 4所述方法， 其特 征在于： 当模块中所有种子疾病 节点的最大和最小严重不良反应率之差在(N ‑1)θ和Nθ之间， 将权　利　要　求　书 1/2 页 2 CN 115312182 A 2该模块分为 N个子模块， 其中N∈1,2,3 …； 先将种子疾病节点按照 严重不良反应率区间进行拆解， 再将模块内的其它非种子疾病 节点按照与种子疾病节点的相似度， 就近分配其所属模块。 6.根据权利要求5所述方法， 其特 征在于： 在步骤2.3中， 复杂疾病 网络中， 所述边属性为疾病之间的相似度， 当一个模块内没有种子疾病节点 时， 该模块需要与其它有种子疾病节点的模块进行合并， 从而预测模块内疾病的严重不良 反应风险分数。 7.根据权利要求6所述方法， 其特 征在于： 所述模块合并具体为： 将不含种子疾病节点的模块， 与其它带有种子疾病节点， 且模块 之间所有连边的相似度累积和最大的模块进行合并。 8.根据权利要求7 所述方法， 其特 征在于： 在步骤3中， 根据同一模块内的种子疾病节点的严重不良反应率以及与其他疾病之间的相似度， 进 行加权平均计算 风险分数， 公式如下： 其中， 表示疾病di所属的模块内所有种子疾病节点的集合； 表示疾病 di和疾病dj之间的相似度； Wj表示种子疾病dj的严重不良反应率。 9.一种电子设备， 包括存储器和 处理器， 所述存储器存储有计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。 10.一种计算机可读存储介质， 用于存储计算机指令， 其特征在于， 所述计算机指令被 处理器执行时实现权利要求1至8中任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115312182 A 3