[發明專利]用于預測與患者相關聯的住院風險的方法、系統和介質

有效

• 申請號: 201510516201.1
• 申請日: 2015-08-20
• 公開（公告）號: CN105389454B
• 公開（公告）日: 2020-06-23
• 發明（設計）人: D·卡羅爾;C·林奇;G·阿庫納;A-H·沃
• 申請（專利權）人: 埃森哲環球服務有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06N5/04;G16H50/70;G16H50/30
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 酆迅

1.一種用于預測與患者相關聯的住院風險的方法，所述方法由一個或多個處理器執行，并且包括：

由所述一個或多個處理器，接收限定基于樹的模型(300b)的輸入數據，其中所述基于樹的模型(300b)：

包括根節點、中間節點和終端節點，其中所述根節點對應于住院風險值，并且所述中間節點和所述終端節點對應于多個特征，所述多個特征包括生物學參數、醫療條件、患者特性、或醫療史參數，以及其中每個節點：

與一個乘數相關聯；

考慮到了所述多個特征中分別與多個權重相關聯的多個特征的值，

考慮到了與所述節點直接或間接相關聯的任何子節點，以及

其中所述基于樹的模型從終端節點到所述根節點被遍歷，以通過將每個節點的結果與其相關聯的乘數相乘來計算預測的住院風險值；

由所述一個或多個處理器，使用住院數據針對所述多個特征中的每個特征迭代地加權所述基于樹的模型(300b)，針對先前住院的人群中的多個患者中的每個患者，所述住院數據包括：

住院風險值，以及

所述多個特征中的每個特征的值，

針對所述多個特征中的每個特征，所述加權包括：

通過向當前權重(404a,404b)添加動量(406a,406b)來迭代地調整與所述特征相對應的所述當前權重(404a，404b)，所述動量基于模型得分是否改善而被迭代地乘以或除以動量因子并且直到所述動量等于零為止，所述模型得分基于所述住院數據被計算，其中所述模型得分包括使用所述基于樹的模型被確定的預測值與根據所述住院數據被確定的值之間的差，并且在當前迭代的所述差與對應于先前計算的最佳模型得分的差相比減小時，所述模型得分改善；以及

由所述一個或多個處理器，使用加權的所述基于樹的模型(300b)來計算所述患者的住院風險得分。

2.根據權利要求1所述的方法，其中基于模型得分是否改善而將所述動量迭代地乘以動量因子包括執行二分搜索。

3.根據權利要求1所述的方法，其中通過向當前權重(404a,404b)添加動量來迭代地調整與所述特征相對應的所述當前權重包括：在當前迭代中，使用針對所述多個特征中的每個特征的先前所確定的權重作為針對所述多個特征中的每個特征的初始權重。

4.根據權利要求1所述的方法，其中所述基于樹的模型(300b)還包括向所述多個特征中的一個或多個特征指派的相應初始權重，其中所述相應初始權重中的一個或多個相應初始權重等于1，或者所述相應初始權重中的一個或多個相應初始權重等于0。

5.根據權利要求1所述的方法，其中所述多個特征表示醫療參數和人口統計參數中的一個或多個，其中所述醫療參數包括DSM代碼、ICD-9代碼、ICD-10代碼、SNOMED代碼、LOINC代碼、RxNORM代碼、CPT代碼以及非編碼參數中的一個或多個。

6.根據權利要求1所述的方法，進一步包括基于所述輸入數據生成所述基于樹的模型(300b)。

7.根據權利要求1所述的方法，其中所述模型得分與先前計算的最佳模型得分進行比較。

8.根據權利要求1所述的方法，其中在正方向上調整所述當前權重。

9.根據權利要求1所述的方法，其中對于為1的初始動量，如果所述模型得分未以閾值得到改善，則應用動量規則以將所述動量設置為-1，其中所述當前權重在負方向上被調整。

10.根據權利要求1所述的方法，其中用于所述特征的所述當前權重以所述動量進行調整，直到已經達到用于調整所述當前權重的最大迭代數目。

11.根據權利要求1所述的方法，其中對于其中所述模型得分不再改善的情況，一旦所述動量返回到為1或-1的值，就應用動量規則以將所述動量設置為0。