[发明专利]一种基于大数据的智能决策系统及方法

权利要求书

1.一种基于大数据的智能决策系统，其特征在于，包括：问诊序列获取模块、序列优化模块、问诊模块；其中，序列优化模块包括已报到序列获取子模块、产科检查序列获取子模块以及医生问诊序列获取子模块；具体的，

所述问诊序列获取模块，用于基于孕妇挂号记录，获取问诊序列；

所述已报到序列获取子模块，用于当孕妇报到时，基于当前到诊孕妇的挂号记录和所述问诊序列获取模块获取的问诊序列中其他孕妇的报到属性，将所述当前到诊孕妇插入已报到序列；

所述产科检查序列获取子模块，用于基于所述已报到序列获取子模块获取的已报到序列，获取当前到诊孕妇的全身检查指标，并基于所述全身检查指标与标准值的比对结果，对所述已报到序列进行修正，生成产科检查序列；

所述医生问诊序列获取子模块，用于基于所述产科检查序列获取子模块获取的产科检查序列，获取当前到诊孕妇的产科检查指标，将所述全身检查指标和所述产科检查指标输入基于机器学习算法和大数据技术的风险预测模型进行风险决策，并基于风险概率值对产科检查序列进行修正，生成医生问诊序列；

所述问诊模块，用于基于医生问诊序列获取子模块获取的医生问诊序列确定孕妇问诊次序，基于医生问诊序列获取子模块获取的风险决策结果进行问诊。

2.根据权利要求1所述的一种基于大数据的智能决策系统，其特征在于，所述对所述已报到序列进行修正具体包括，当当前到诊孕妇全身检查指标与标准值的差值小于一定阈值时，判定该指标正常，否则判定其异常；若全身检查指标判定均正常，则将当前到诊孕妇加入产科检查序列的末端；当全身检查指标判定异常时，将当前到诊孕妇重新插入其在已报到序列中次序的后三位序列位置，以进行复查，若当前到诊孕妇三次全身检查指标结果均为异常，则在系统中对其进行异常标记，结束当前全身检查指标检测并将其加入当前产科检查序列末端。

3.根据权利要求2所述的一种基于大数据的智能决策系统，其特征在于，所述全身检查指标包括BMI指数指标、血压检测指标。

4.根据权利要求2所述的一种基于大数据的智能决策系统，其特征在于，所述风险预测模型的获取过程包括，预先获取规范产检并分娩的历史孕妇临床资料，运用所述XGBoost机器学习算法和大数据技术训练风险预测模型。

5.根据权利要求2所述的一种基于大数据的智能决策系统，其特征在于，所述基于风险概率值对产科检查序列进行修正具体包括，当风险概率值低于一定阈值时，则将当前到诊孕妇加入医生问诊序列的末端；否则，在系统中对当前到诊孕妇进行风险预警标记，并将其插至医生问诊序列的首位。

6.一种基于大数据的智能决策方法，其特征在于，该方法包括以下步骤：

S10：基于孕妇挂号记录，获取问诊序列；

S20：当孕妇报到时，基于当前到诊孕妇的挂号记录和所述问诊序列中其他孕妇的报到属性，将所述当前到诊孕妇插入已报到序列；

S30：基于所述已报到序列，获取当前到诊孕妇的全身检查指标，并基于所述全身检查指标与标准值的比对结果，对所述已报到序列进行修正，生成产科检查序列；

S40：基于所述产科检查序列，获取当前到诊孕妇的产科检查指标，将所述全身检查指标和所述产科检查指标输入基于机器学习算法和大数据技术的风险预测模型进行风险决策，并基于风险概率值对产科检查序列进行修正，生成医生问诊序列；

S50：基于医生问诊序列确定孕妇问诊次序，基于风险决策结果进行问诊。

7.根据权利要求6所述的一种基于大数据的智能决策方法，其特征在于，所述步骤S30中对所述已报到序列进行修正具体包括，当当前到诊孕妇全身检查指标与标准值的差值小于一定阈值时，判定该指标正常，否则判定其异常；若全身检查指标判定均正常，则将当前到诊孕妇加入产科检查序列的末端；当全身检查指标判定异常时，将当前到诊孕妇重新插入其在已报到序列中次序的后三位序列位置，以进行复查，若当前到诊孕妇三次全身检查指标结果均为异常，则在系统中对其进行异常标记，结束当前全身检查指标检测并将其加入当前产科检查序列末端。