[发明专利]一种基于大数据的智能决策系统及方法

说明书

本发明提供一种基于大数据的智能决策系统及方法，所述系统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。该系统及方法基于产科门诊独有的特点，根据孕妇多项检查进程中的实际情况确定问诊序列的修正决策，优化问诊序列；并基于机器学习算法和大数据技术训练风险预测模型以获取孕妇风险概率，为医生提供诊断辅助。从而多层面手段融合提高产科门诊的诊断效率，提升孕妇就诊体验。

技术领域

本发明属于计算机技术领域，具体涉及一种基于大数据的智能决策系统及方法。

背景技术

产前检查是指为妊娠期妇女提供一系列的医疗和护理建议和措施，目的是通过对于孕妇和胎儿的监护及早预防和发现并发症，减少其不良影响，在此期间提供正确的检查手段和医学建议是降低孕产妇死亡率和围产儿死亡率的关键。产检包含的检查项目众多，其通常基于孕妇怀孕周数的不同而不同，产科门诊具有不同于其他科室门诊的独有特点，具体检查内容既包括全身检查也包括产科检查，还包括一些针对性的其他辅助检查，而身高/体重指数检测、血压检测、宫高腹围检测、胎心音听等项目是每次产检均需考量的程序。一次产检过程中涉及的程序多样导致问诊效率十分低下，并且，随着国家二胎政策的放开，我国孕妇数及出生人口数大幅增长，也给产科门诊尤其是妇幼保健院等专科医院产科门诊带来了巨大的诊断压力，同时降低了行动不便的孕妇的产检体验。

发明内容

为解决上述问题，本发明提供一种基于大数据的智能决策系统及方法，该系统及方法基于产科门诊独有的特点，根据孕妇多项检查进程中的实际情况确定问诊序列的修正决策，优化问诊序列；并基于机器学习算法和大数据技术训练风险预测模型以获取孕妇风险概率，为医生提供诊断辅助。多层面手段融合提高产科门诊的诊断效率，提升孕妇就诊体验。

一种基于大数据的智能决策系统，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。

优选的，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。

优选的，所述全身检查指标包括BMI指数指标、血压检测指标。

优选的，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XGBoost机器学习算法和大数据技术训练风险预测模型。