[发明专利]相似患者智能分群方法、装置、设备及存储介质

说明书

本发明涉及大数据领域，公开了一种相似患者智能分群方法、装置、设备及存储介质。相似患者智能分群方法包括：获取待匹配的新病人数据，新病人数据包含有多种病症特征数据，对该病症特征数据进行向量化处理，得到所述新病人对应的病症特征词向量，计算新病人数据与预置病症特征数据库中每一历史病人数据之间的马氏距离，对各马氏距离进行排序，获得排序结果，确定新病人数据对应匹配的疾病信息组群，其中，所述疾病信息组群分别包含不同的临床结局信息。用于最大程度的利用历史病人的数据信息，可以根据马氏距离快速判断新病人所属疾病信息组群，根据对应疾病信息组群的特征协助医生进行决策，提升了医生进行医疗决策的准确性。

技术领域

本发明涉及大数据领域，应用于智慧医疗领域中，尤其涉及一种相似患者智能分群方法、装置、设备及存储介质。

背景技术

随着技术的发展，人工智能越来越普遍，在医疗领域内，医生在进行医疗决策的场景时，通常会将以往治疗过的病人的病情特征和治疗过程与现在的接受治疗的病人的实际情况相结合，以作出更合适的医疗决策。然而，医生对新病人做医疗决策时，对已有病人的数据利用的并不充分。

在现有的技术中，针对样本(历史病人)的数据对新病人做出医疗决策，大多借助于其中的连续型数据，如检验指标，年龄等，不能获取临床结局差异较大的不同子群，且不能尽最大可能使用医生决策时所考虑的信息，不能快速的作出准确的医疗决策。

发明内容

本发明的主要目的在于解决相似病人如何智能分群的技术问题。

本发明第一方面提供了一种相似患者智能分群方法，包括：

获取待匹配的新病人数据，所述新病人数据包含有多种病症特征数据；

对所述新病人的各病症特征数据进行向量化处理，得到所述新病人对应的病症特征词向量；

基于所述病症特征词向量，计算所述新病人数据与预置病症特征数据库中每一历史病人数据之间的马氏距离，其中，所述病症特征数据库包含多个疾病信息组群，相似病症特征属于同一疾病信息组群；

对所述各马氏距离进行排序，获得排序结果；

基于所述排序结果，确定所述新病人数据对应匹配的疾病信息组群，其中，所述疾病信息组群分别包含不同的临床结局信息。

可选的，在本发明第一方面的第一种实现方式中，在所述获取待匹配的新病人数据的步骤之前，还包括：

获取包含结局变量的样本数据；

基于所述样本数据的类型，对所述样本数据进行预处理，得到离散化词向量；

基于所述离散化词向量，分别计算所述样本数据中各样本两两之间的马氏距离；

基于所述样本数据中各样本两两之间的马氏距离，对所述样本数据进行聚类，得到分群结果；

基于所述分群结果，获取所述样本数据中包含的多个疾病信息组群，并提取所述疾病信息组群的特征；

基于所述疾病信息组群的特征，查询预置疾病病症描述库，输出所述疾病信息组群的特征对应的疾病病症描述。

可选的，在本发明第一方面的第二种实现方式中，所述对所述新病人的各病症特征数据进行向量化处理，得到所述新病人对应的病症特征词向量包括：

获取所述新病人数据的类型；

基于所述新病人数据的类型，确定所述数据对应的向量化处理并执行向量化处理；

其中，所述预处理方式包括：

A、当所述新病人数据的类型为文本型数据时，对所述文本型数据进行向量化处理；