[发明专利]医疗数据处理方法及装置、存储介质、电子设备在审
申请号: | 201811279851.9 | 申请日: | 2018-10-30 |
公开(公告)号: | CN109378065A | 公开(公告)日: | 2019-02-22 |
发明(设计)人: | 李林峰;王泷 | 申请(专利权)人: | 医渡云(北京)技术有限公司 |
主分类号: | G16H50/20 | 分类号: | G16H50/20;G16H50/70 |
代理公司: | 北京律智知识产权代理有限公司 11438 | 代理人: | 袁礼君;阚梓瑄 |
地址: | 100191 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 病历数据 特征信息 医疗决策 医疗数据处理 辅助决策 病患 数据处理技术 存储介质 电子设备 获取目标 基于机器 预设条件 原始模型 规则树 准确率 医疗 预测 学习 | ||
1.一种医疗数据处理方法,其特征在于,包括:
获取满足预设条件的原始病历数据,并从所述原始病历数据中获取目标病历数据的第一医疗决策信息以及第一特征信息;
利用所述第一医疗决策信息以及所述第一特征信息对基于机器学习的原始模型进行训练,得到辅助决策模型;
利用所述辅助决策模型对待处理病患的第二特征信息进行预测,得到所述待处理病患的第二医疗决策信息。
2.根据权利要求1所述的医疗数据处理方法,其特征在于,利用所述第一医疗决策信息以及所述第一特征信息对基于机器学习的原始模型进行训练,得到辅助决策模型包括:
根据所述第一医疗决策信息以及第一特征信息建立数据集,并将所述数据集分为训练数据集以及测试数据集;
利用所述训练数据集对基于机器学习的原始模型进行训练,得到训练结果;其中,所述训练结果包括所述第一医疗决策信息以及所述第一特征信息的关联关系;
利用所述测试数据集对所述训练结果进行测试;
如果所述训练结果的测试结果满足预设测试结果,则将训练后的原始模型作为所述辅助决策模型。
3.根据权利要求2所述的医疗数据处理方法,其特征在于,所述原始模型包括Bayes模型、决策树模型、逻辑回归模型、SVM模型以及神经网络模型中的一种或多种。
4.根据权利要求2所述的医疗数据处理方法,根据所述第一医疗决策信息以及第一特征信息建立数据集包括:
判断所述第一特征信息是否为连续特征值;
如果所述第一特征信息为连续特征值,则对所述第一特征信息进行离散化处理,得到离散特征值;
对所述离散特征值进行归一化以及标准化处理,得到标准离散特征值;
利用所述第一医疗决策信息以及所述标准离散特征值建立数据集。
5.根据权利要求1所述的医疗数据处理方法,其特征在于,所述预设条件包括诊断结果是否为目标疾病、是否做过与所述目标疾病对应的手术以及是否在手术后的预设时间内进行与所述目标疾病对应的治疗中的一种或多种。
6.根据权利要求1所述的医疗数据处理方法,其特征在于,从所述原始病历数据中获取目标病历数据的第一医疗决策信息包括:
对所述原始病历数据中的用药信息以及医嘱信息进行标准化处理,得到所述第一医疗决策信息。
7.根据权利要求1所述的医疗数据处理方法,其特征在于,所述第一特征信息包括患者基本信息以及疾病信息;
其中,患者基本信息包括患者年龄以及性别中的一种或多种;
疾病信息包括疾病的分期信息以及影响疾病的危险因素中的一种或多种。
8.一种医疗数据处理装置,其特征在于,包括:
获取模块,用于获取满足预设条件的原始病历数据,并从所述原始病历数据中获取目标病历数据的第一医疗决策信息以及第一特征信息;
机器学习模块,用于利用所述第一医疗决策信息以及所述第一特征信息对基于机器学习的原始模型进行训练,得到辅助决策模型;
预测模块,用于利用所述辅助决策模型对待处理病患的第二特征信息进行预测,得到所述待处理病患的第二医疗决策信息。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7任一项所述的医疗数据处理方法。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的医疗数据处理方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于医渡云(北京)技术有限公司,未经医渡云(北京)技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811279851.9/1.html,转载请声明来源钻瓜专利网。