1.一种基于疾病风险模型的保险用户评估方法，其特征在于，包括：
通过至少一个数据源获取用户的医疗数据；
对医疗数据进行数据处理生成特征数据；
将所述特征数据输入至少一个疾病风险模型中以获取疾病风险数据；以及
根据所述疾病风险数据确定所述用户的风险标签。
2.如权利要求1所述的方法，其特征在于，还包括：
通过历史医疗数据与机器学习算法建立疾病风险模型模型。
3.如权利要求1所述的方法，其特征在于，所述通过历史医疗数据与机器学习算法建立疾病风险模型模型包括：
按照疾病特征将所述历史医疗数据进行分类；以及
每一类所述历史医疗数据分别通过所述机器学习算法建立所述疾病风险模型。
4.如权利要求1所述的方法，其特征在于，所述所述机器学习算法包括以下算法中的一种或多种：
回归算法、正则化方法、基于实例的算法、决策树算法、贝叶斯方法、基于核的算法、聚类算法、人工神经网络算法。
5.如权利要求1所述的方法，其特征在于，通过多个数据源获取用户的医疗数据包括：
通过所述多个数据源获取用户的数据；以及
根据预定映射规则通过所述数据筛选生成所述医疗数据。
6.如权利要求1所述的方法，其特征在于，对所述医疗数据进行数据处理生成特征数据包括：
对所述医疗数据进行自然语言结构化处理，生成结构化数据；
对所述结构化数据进行归一化处理，生成归一化数据；以及
对所述归一化数据进行特征处理，生成所述特征数据。
7.如权利要求1所述的方法，其特征在于，疾病风险数据包括：
疾病名称、风险评分、准确度、以及时效性。
8.一种保险用户评估装置，其特征在于，包括：
数据模块，用于通过至少一个数据源获取用户的医疗数据；
处理模块，用于对所述医疗数据进行数据处理生成特征数据；
评分模块，用于将所述特征数据输入至少一个疾病风险模型中以获取疾病风险数据；以及
结果模块，用于根据所述疾病风险数据确定所述用户的风险标签。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。