[发明专利]基于第二组训练数据调整机器学习模型

权利要求书

1.一种基于第二组训练数据来调整第一机器学习模型的方法，所述第一机器学习模型采取临床数据作为输入，所述第一机器学习模型已经在第一组训练数据上被训练，所述方法包括：

将调整模块添加到所述第一机器学习模型，所述调整模块包括第二机器学习模型；并且

使用所述第二组训练数据来训练所述第二机器学习模型，以采取所述第一机器学习模型的输出作为输入并且提供经调节的输出。

2.根据权利要求1所述的方法，其中，所述第二组训练数据与患者群体有关。

3.根据权利要求2所述的方法，其中，所述患者群体包括与以下中的一项或多项相关联的患者：

医院；

医院系统；

地理区域；以及

临床状况。

4.根据权利要求2或3所述的方法，还包括：

将所述第一机器学习模型和所述调整模块一起部署以用于在产生针对所述患者群体的经调节的输出时使用。

5.根据权利要求2、3或4中的任一项所述的方法，还包括重复添加和训练的步骤以产生针对另一患者群体的额外调整模块。

6.根据权利要求2至5中的任一项所述的方法，其中，所述第一组训练数据包括第一组输入参数，所述第二组训练数据包括与所述第一组输入参数中的参数不同的一个或多个额外输入参数，并且其中，所述训练包括：

使用所述第二组训练数据来训练所述第二机器学习模型以在考虑所述额外输入参数的情况下产生经调节的输出。

7.根据权利要求1至6中的任一项所述的方法，其中，所述第二机器学习模型包括提升模型，所述提升模型被配置为基于多个分类器的总和来确定所述经调节的输出。

8.根据权利要求7所述的方法，其中，所述提升模型还被配置为：

基于所述第一机器学习模型的所述输出将初始偏移应用于所述多个分类器的所述总和，从而将所述提升模型初始化为在对应于所述第二组训练数据的数据不可用的情况下产生与所述第一机器学习模型等效的输出。

9.根据权利要求8所述的方法，还包括：

确定用于将所述第一机器学习模型的输出转换成初始偏移的映射关系。

10.根据权利要求9所述的方法，其中，确定映射关系包括：

将所述第一机器学习模型的多个输出和多个相应的分类提供给映射模型；并且

根据所述映射模型的输出来确定映射关系。

11.根据前述权利要求中的任一项所述的方法，还包括：

将新的临床数据作为输入提供给所述第一机器学习模型；

从所述第一机器学习模型采集新的输出；

将所述新的输出作为输入提供给所述调整模块；并且

从所述调整模块接收新的经调节的输出。

12.根据当从属于权利要求9或10时的权利要求11所述的方法，还包括所述调整模块：

使用所确定的映射关系将所述新的输出映射到初始偏移；并且

使用所述初始偏移来初始化所述第二机器学习模型。

13.根据权利要求11或12所述的方法，还包括输出所述新的输出和经调节的新的输出。