[发明专利]一种分诊预测的方法、装置及电子设备

说明书

本发明提供了一种分诊预测的方法、装置及电子设备，其中，该方法包括：获取历史的多个就诊数据以及相应的分诊结果，就诊数据包括数值型的检测数据和数值型的基本数据；对历史的就诊数据依次进行特征外延和特征筛选，确定相应的历史特征；根据历史特征和分诊结果对预设的分类模型进行训练，生成分诊预测模型；获取当前的就诊数据，并根据当前的就诊数据确定与历史特征格式相同的当前特征；将当前特征输入至分诊预测模型，生成当前的分诊结果。本发明实施例提供的技术方案，就诊数据均为客观的数值型数据，不会受到人为因素影响，数据可靠性较高；训练时不会只考虑就诊数据对应的模糊范围，故能够更加准确地确定分诊结果。

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种分诊预测的方法、装置、电子设备及计算机可读存储介质。

背景技术

分诊是指对来院急诊就诊病人进行快速、重点地收集资料，并将资料进行分析、判断，按轻、重、缓、急安排就诊顺序，同时登记入册(档)，以保证人们在突然疾病或意外时，可以具有更优的就诊顺序，从而在最快时间内得到救治。

目前部分医院没有明确的分诊标准，容易导致分诊护士对病情误判而延误治疗。有些医院虽然也开展分诊工作，但其除了会参考心率、体温等数据之外，还会基于患者当时的反映、面色等数据，即会基于分诊护士的经验以及检测仪器共同生成数据；之后，利用该数据对每项指标进行打分，利用提前制定的静态打分表计算总分值，最后基于该总分值进行分诊判断。

在实现本发明的过程中，发明人发现现有的方案中至少存在如下问题：

现有的分诊方法仍然需要人为判断患者的反映、气色等，易被人为经验干扰。静态打分表将每项指标划分为多个范围，基于患者指标所落入的范围进行打分，例如，SPO₂(血氧饱和度)≥95％为2分，90％SPO₂95％为1份，SPO₂≤90％为0分；该打分方式会将精确的指标转换为模糊的指标，进而导致分诊结果不准确；且静态打分表只是基于最后的总分值进行分诊，不能够有效考虑患者当时的情况，导致现有分诊方法可靠性不高，不能准确地进行分诊。

发明内容

为解决现有分诊方法可靠性较差的技术问题，本发明实施例提供一种分诊预测的方法、装置、电子设备及计算机可读存储介质。

第一方面，本发明实施例提供了一种分诊预测的方法，包括：

获取历史的多个就诊数据以及相应的分诊结果，所述就诊数据包括数值型的检测数据和数值型的基本数据，所述检测数据包括血氧饱和度、心率、体温、收缩压、舒张压和神志，所述基本数据包括年龄、性别、就诊日期中的一项或多项；

对历史的所述就诊数据依次进行特征外延和特征筛选，确定相应的历史特征；根据所述历史特征和所述分诊结果对预设的分类模型进行训练，生成分诊预测模型；

获取当前的就诊数据，并根据当前的所述就诊数据确定与所述历史特征格式相同的当前特征；将所述当前特征输入至所述分诊预测模型，生成当前的分诊结果。

第二方面，本发明实施例还提供了一种分诊预测的装置，包括：

数据获取模块，用于获取历史的多个就诊数据以及相应的分诊结果，所述就诊数据包括数值型的检测数据和数值型的基本数据，所述检测数据包括血氧饱和度、心率、体温、收缩压、舒张压和神志，所述基本数据包括年龄、性别、就诊日期中的一项或多项；

处理模块，用于对历史的所述就诊数据依次进行特征外延和特征筛选，确定相应的历史特征；根据所述历史特征和所述分诊结果对预设的分类模型进行训练，生成分诊预测模型；

分诊预测模块，用于获取当前的就诊数据，并根据当前的所述就诊数据确定与所述历史特征格式相同的当前特征；将所述当前特征输入至所述分诊预测模型，生成当前的分诊结果。