[发明专利]基于时序画像图的再住院预测方法和系统

摘要

本发明公开了一种基于病人医疗时序画像图的再住院预测方法，包括：从医疗数据中分析提取医疗事件，对提取的医疗事件按时间先后序列化；基于序列化的医疗事件，为每位病人构建医疗时序画像图；采用改进的AGM算法，挖掘所有医疗时序画像图的频繁子图；根据所述频繁子图，采用蒙特卡洛模拟方法，为每位病人的所有频繁子图计算对应的重构系数，基于所述重构系数，采用随机森林算法预测病人是否再住院。根据本发明的技术方案，能够帮助病人提前了解自己的健康状况，也有助于医疗机构提供更好的医疗服务。

主权项

1.一种计算机设备，用于病人的再住院预测，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现以下步骤，包括：步骤1：从医疗数据中分析提取医疗事件，对提取的医疗事件按时间先后序列化；步骤2：基于序列化的医疗事件，为每位病人构建医疗时序画像图；步骤3：采用改进的AGM算法，挖掘所有医疗时序画像图的频繁子图；步骤4：根据所述频繁子图，采用蒙特卡洛模拟方法，为每位病人的所有频繁子图计算对应的重构系数，基于所述重构系数，采用随机森林算法预测病人是否再住院；所述步骤1中还根据每个人最后一次诊断前一定间隔内的数据是否出现冠心病来给每位病人一个再住院标签；所述步骤4包括：步骤401：使用一定数量的频繁子图作为图基，计算每个病人的频繁子图对应的重构系数；步骤402：使用蒙特卡洛模拟方法，模拟数万次，计算最优重构系数，构成重构系数向量；步骤403：基于所述重构系数向量和再住院标签，使用随机森林算法预测病人是否再住院。