[发明专利]医疗数据处理方法、装置、电子设备及介质

说明书

本申请提供一种医疗数据处理方法、装置、电子设备及介质。其中方法包括：获取医院患者的住院数据，并对住院数据进行预处理；基于需要预测的目标维度及目标时段，对预处理后的住院数据进行特征汇聚和创建，得到住院数据对应的第一特征数据；对第一特征数据进行降维和噪声过滤，得到第二特征数据；将第二特征数据转换为监督数据；利用监督数据训练预设的长短期记忆神经网络，得到预测模型；利用预测模型预测出目标维度上目标时段的出院人数。本方案有效地结合了患者数据的时序特征以及影响数据变化的因素信息，能够对患者数据进行充分的利用，提升出院人数预测的精度。

技术领域

本申请涉及数字医疗技术领域，具体涉及一种医疗数据处理方法、装置、电子设备及存储介质。

背景技术

对医院或医院中某科室出院人数进行预测分析，能够有效地为医院的决策者提供决策依据，帮助医院的决策者提前制定相关应对措施，为医院信息化、科学化管理提供参考依据。

然而，如出院人数等医疗数据本身具有一定的趋势性和季节性，还受其它因素的影响，导致出院人数呈现复杂的变化，难以分析预测。现有的一些分析预测方法，主要是将出院人数等预测问题抽象为时间序列问题，挖掘的信息又非常有限，预测具有较大的误差和片面性。可见，现有技术对医疗数据的分析预测并不精确，不能为医院信息化、科学化管理提供精确的参考依据。

发明内容

本申请的目的是提供一种医疗数据处理方法及装置、一种电子设备以及一种计算机可读存储介质，以提高医院出院人数预测的精度。

本申请第一方面提供一种医疗数据处理方法，包括：

获取医院患者的住院数据，并对所述住院数据进行预处理；所述住院数据为脱敏数据，包括患者的个人数据、诊疗数据、费用数据和护理数据；

基于需要预测的目标维度及目标时段，对预处理后的住院数据进行特征汇聚和创建，得到所述住院数据对应的第一特征数据；

对所述第一特征数据进行降维和噪声过滤，得到第二特征数据；

将所述第二特征数据转换为监督数据；

利用所述监督数据训练预设的长短期记忆神经网络，得到预测模型；

利用所述预测模型预测出目标维度上目标时段的出院人数。

本申请第二方面提供一种医疗数据处理装置，包括：

数据处理模块，用于获取医院患者的住院数据，并对所述住院数据进行预处理；所述住院数据为脱敏数据，包括患者的个人数据、诊疗数据、费用数据和护理数据；

特征处理模块，用于基于需要预测的目标维度及目标时段，对预处理后的住院数据进行特征汇聚和创建，得到所述住院数据对应的第一特征数据；对所述第一特征数据进行降维和噪声过滤，得到第二特征数据；将所述第二特征数据转换为监督数据；

训练模块，用于利用所述监督数据训练预设的长短期记忆神经网络，得到预测模型；

预测模块，用于利用所述预测模型预测出目标维度上目标时段的出院人数。

本申请第三方面提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行以实现本申请第一方面所述的方法。

本申请第四方面提供一种计算机可读存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现本申请第一方面所述的方法。