[发明专利]一种推荐方法及装置

权利要求书

1.一种推荐方法，其特征在于，所述方法包括：

获取用户的病症信息；

将所述用户的病症信息输入医院联邦模型，所述医院联邦模型用于根据所述用户的病症信息确定所述用户的病症类型，从所述用户的病症类型对应的医院列表中为所述用户推荐匹配的目标医院；其中，所述医院联邦模型为使用各个医院节点的医疗数据进行联邦学习得到的，所述医院联邦模型中包括各病症类型对应的医院列表，任一病症类型对应的医院列表为所述各医院节点使用各自具有的所述病症类型的医疗数据进行联邦学习得到的。

2.根据权利要求1所述的方法，其特征在于，所述医院联邦模型为使用各个医院节点的医疗数据进行联邦学习得到的，包括：

在第I轮联邦训练中，若所述I为1，则分别向参与所述联邦学习的各医院节点发送初始模型参数；若所述I为大于1的整数，则分别向参与所述联邦学习的各医院节点发送第I-1轮联邦训练的综合模型参数；

获取所述各医院节点在所述第I轮联邦训练中的模型参数；每个医院节点在所述第I轮联邦训练中的模型参数为所述医院节点在所述初始模型参数或所述第I-1轮联邦训练的综合模型参数的基础上，使用所述医院节点的医疗数据训练模型得到的；

根据所述各医院节点在所述第I轮联邦训练中的模型参数得到第I轮联邦训练的综合模型参数，若确定所述第I轮联邦训练已达到所述联邦学习的结束条件，则使用所述第I轮联邦训练的综合模型参数建立所述医院联邦模型；若确定所述第I轮联邦训练未达到所述联邦学习的结束条件，则启动第I+1轮联邦训练。

3.根据权利要求2所述的方法，其特征在于，所述联邦学习的结束条件包括以下任意一项或任意多项：综合模型参数收敛；联邦训练的轮数大于或等于预设训练次数；联邦训练的时间大于或等于预设训练时长。

4.根据权利要求1所述的方法，其特征在于，医院节点的医疗数据包括但不限于：所述医院节点中的医生数量、医生资质、医疗设备数量、医疗设备标准，以及，在所述医院节点诊疗过的病患的病症信息、诊疗信息和治愈信息。

5.根据权利要求1所述的方法，其特征在于，所述医院联邦模型用于根据所述用户的病症类型为所述用户推荐匹配的目标医院，包括：

所述医院联邦模型根据所述用户的病症类型、所述用户的位置信息、所述各个医院节点的位置信息以及所述各个医院节点对所述病症类型的病患的治愈率信息，对所述各个医院节点进行排序，得到目标医院列表；

所述医院联邦模型将所述目标医院列表推荐给所述用户。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述医院联邦模型根据所述用户的病症类型为所述用户推荐匹配的目标医院之后，所述方法还包括：

将所述用户在所述目标医院的诊疗结果输入所述医院联邦模型，所述医院联邦模型还用于若确定所述目标医院与所述诊疗结果不匹配，则根据所述诊疗结果为所述用户推荐新的目标医院。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

根据所述用户在所述目标医院的诊疗结果和/或所述用户在所述新的目标医院的诊疗结果，更新所述医院联邦模型。

8.一种推荐装置，其特征在于，所述装置包括获取模块和医院联邦模型，所述医院联邦模型包括联邦训练子模型、病症分析子模型和推荐模型；

所述联邦训练子模型，用于使用各个医院节点的医疗数据进行联邦学习，得到所述医院联邦模型；

所述获取模块，用于获取用户的病症信息；

所述病症分析子模型，用于根据所述用户的病症信息确定所述用户的病症类型；

所述推荐模型，用于从所述用户的病症类型对应的医院列表中为所述用户推荐匹配的目标医院，任一病症类型对应的医院列表为所述各医院节点使用各自具有的所述病症类型的医疗数据进行联邦学习得到的。