1.一种糖尿病风险预警方法，其特征在于，包括如下步骤：

步骤S1，获取已知的患者信息、体征信息、面部图像和病例信息，生成患者数据库，将所述患者数据库分为第一数据库和第二数据库，所述第一数据库中的患者为糖尿病患者，所述第二数据库中的患者为非糖尿病患者；

步骤S2，根据所述第一数据库获取糖尿病患者的患者信息、病例信息和体征信息，根据糖尿病患者的患者信息、病例信息和体征信息，输出病情控制决策信息，根据所述第二数据库获取非糖尿病患者的患者信息、病例信息和体征信息，根据非糖尿病患者的患者信息、病例信息和体征信息，输出预防控制决策信息；

步骤S3，实时监测患者的体征信息和面部图像，并输出病情控制反馈信息；

步骤S4，接收所述病情控制反馈信息，并实时更新病情控制决策信息和预防控制决策信息；

所述患者信息包括姓名、年龄、性别、身高、血压、血糖、体重、饮食习惯、既得疾病和遗传疾病；

所述病例信息包括症状、发病原因、患病类型和患病阶段；

所述体征信息包括血糖信息、心率信息、活动信息和睡眠信息；

获取已知的患者信息、体征信息、面部图像和病例信息；

根据体征信息中的关键指标判断患者是否为糖尿病患者；

若患者为糖尿病患者，则将患者的患者信息、体征信息、面部图像和病例信息储存至第一数据库；

若患者为非糖尿病患者，则将患者的患者信息、体征信息、面部图像和病例信息存储至第二数据库；

将糖尿病患者的患者信息输入第一数据库，匹配第一数据库中糖尿病患者的病例信息和体征信息，以病例信息和体征信息为第一机器学习模型的输入，以病情控制决策信息为第一机器学习模型的输出，对第一机器学习模型进行训练，直到病情控制决策信息经过专家诊断，准确度为百分百，完成对第一机器学习模型的训练；

将非糖尿病患者的患者信息输入第二数据库，匹配第二数据库中非糖尿病患者的病例信息和体征信息，以病例信息和体征信息为第二机器学习模型的输入，以预防控制决策信息为第二机器学习模型的输出，对第二机器学习模型进行训练，直到预防控制决策信息经过专家诊断，准确度为百分百，完成对第二机器学习模型的训练；

调用第一数据库，获取已知的糖尿病患者对应的患者信息、体征信息、面部图像和病例信息，获取对应病例信息对应的糖尿病种类，识别并提取糖尿病患者对应的病例信息的关键词，基于深度学习构建关键词联合模型并实时更新联合参数，关键词联合模型的输入为关键词，输出为第一综合词组；

调用第二数据库，获取非糖尿病患者对应的病例信息、患者信息和病例信息，基于深度学习构建关键词联合模型并实时更新联合参数，关键词联合模型的输入为关键词，输出为与关键词相关的关键词；

获取第一数据库的糖尿病患者的病例信息、患者信息和体征信息，以及第二数据库的非糖尿病患者的病例信息、患者信息和体征信息；

调用所述第一数据库和第二数据库，分别将所述糖尿病患者和非糖尿病患者的患者信息、体征信息和病例信息作为数据集，利用机器学习模型对所述数据集进行训练，所述训练的输入量为患者信息和体征信息中的语句，输出为病例信息，将所述病例信息作为一级语句，所述一级语句包括上下文语义信息和语句级别特征，对一级语句进行编码并标注，生成二级语句，将所述二级语句转化为与一级语句长度相同且维度固定可设置的三级语句；

调取所述第二数据库对应的三级语句，提取三级语句中的关键词，并计算第二数据库中对应的关键词与数据集中对应的关键词的相似度，将所述相似度与相似度阈值进行比较：若相似度大于相似度阈值，则将关键词合并，生成关键词组；

若相似度小于相似度阈值，则将关键词归还于三级语句中，生成第三数据库；

所述第三数据库包括患者信息以及对应的关键词组、关键词和面部图像；

将所述第三数据库的患者信息与面部图像一一对应；

实时监测患者的体征信息和面部图像；

将实时采集的血糖信息、心率信息、活动信息和睡眠信息作为第一数据库和第二数据库中的关键词，输入关键词联合模型，输出与关键词相关的关键词；

将关键词和与关键词相关的关键词输入机器学习模型中，建立第一糖尿病风险预警模型；

调取第三数据库中的面部图像，利用人脸识别技术匹配患者的面部图像，获取与面部图像相对应的患者信息；

利用图像识别技术，对患者的面部图像进行特征提取与特征分析，获取患者的面部图像特征相对应的关键词与关键词组；

将患者的面部图像特征相对应的关键词和关键词组输入机器学习模型中，建立第二糖尿病风险预警模型；

根据患者信息利用模型融合技术，将第一糖尿病风险预警模型和第二糖尿病风险预警模型进行融合，获取糖尿病风险预警模型；

输入患者的体征信息和面部图像，获取患者的病情控制反馈信息；

所述病情控制反馈信息包括症状、患病类型和患病阶段；

利用血糖仪对患者进行血糖监测，获取患者的血糖信息；

利用心率监测手环对患者进行心率监测，获取患者的心率信息；

利用智能手环中的加速计和计步器对患者进行体力活动监测，获取患者的活动信息；

利用智能手环对患者进行睡眠监测，获取患者的睡眠信息；

获取患者的病情控制反馈信息，根据病情控制反馈信息中的患病关键指标，判断患者是否为糖尿病患者；

若为糖尿病患者，将病情控制反馈信息输入机器学习模型中，获取病情控制决策信息，病情控制决策信息经专家确认后，输出并更新病情控制决策信息；

若为非糖尿病患者，将病情控制反馈信息输入机器学习模型中，获取预防控制决策信息，经专家确认后，输出并更新预防控制决策信息。

2.一种糖尿病风险预警系统，包括如权利要求1所述的一种糖尿病风险预警方法，其特征在于，包括监测模块、预警模块和决策模块；

所述监测模块用于监测和获取患者的体征信息和面部图像；

所述预警模块用于根据已知的患者信息、体征信息、面部图像和病例信息建立预警模型，并利用预警模型根据患者的体征信息和面部图像获取患者的病情控制反馈信息；

所述决策模块用于对患者的病情控制反馈进行综合分析，获取糖尿病患者的病情控制决策信息和非糖尿病患者的预防控制决策信息。