[發(fā)明專利]一種應(yīng)用于臨床數(shù)據(jù)的自動搜索機器學(xué)習系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201710641052.0
• 申請日: 2017-07-31
• 公開（公告）號: CN107480435B
• 公開（公告）日: 2020-12-08
• 發(fā)明（設(shè)計）人: 李青海;簡宋全;鄒立斌;侯大勇
• 申請（專利權(quán)）人: 廣東精點數(shù)據(jù)科技股份有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G16H50/50;G16H50/70
• 代理公司: 重慶強大凱創(chuàng)專利代理事務(wù)所(普通合伙) 50217
• 代理人: 隋金艷;陳家輝

本專利屬于醫(yī)療大數(shù)據(jù)處理領(lǐng)域，本發(fā)明的解決的技術(shù)問題在于提供一種應(yīng)用于臨床數(shù)據(jù)的自動搜索機器學(xué)習方法，其具有快速提取臨床數(shù)據(jù)、為醫(yī)療行業(yè)研究者提供最優(yōu)算法、方便醫(yī)療行業(yè)研究者調(diào)整參數(shù)且具有學(xué)習能力的功能，包括如下步驟：S1：臨床參數(shù)提取，將臨床參數(shù)記錄在EAV文件或者EXCEL文件中；S2：參數(shù)篩選，用MapReduce框架支持在SPARK上執(zhí)行樞軸，在SPARK上執(zhí)行樞軸用來提取有效的臨床參數(shù)；S3：在機器內(nèi)預(yù)制若干的推薦算法模型，然后建立SQL語句執(zhí)行可視化查詢，根據(jù)EAV文件或者EXCEL文件內(nèi)容向用戶展示可調(diào)用的相關(guān)算法，機器通過S4自主確定推薦算法模型及推薦算法參數(shù)。還公開了一種應(yīng)用于臨床數(shù)據(jù)的自動搜索機器學(xué)習系統(tǒng)。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)療大數(shù)據(jù)處理領(lǐng)域，具體涉及一種應(yīng)用于臨床數(shù)據(jù)的自動搜索機器學(xué)習系統(tǒng)及方法。

背景技術(shù)

現(xiàn)如今，醫(yī)療行業(yè)收集了大量的臨床數(shù)據(jù)，其來源廣泛包括電子病例、傳感器、移動設(shè)備等等。這些臨床大數(shù)據(jù)為我們的臨床護理和生物醫(yī)學(xué)研究的向前發(fā)展提供了很好的機會。預(yù)測模型能夠幫助我們提前預(yù)測個體疾病的發(fā)生風險，從而提前采取適當?shù)拇胧４蠖噌t(yī)療行業(yè)研究者對于機器學(xué)習算法的掌握和應(yīng)用能力有限,機器學(xué)習算法的種類多樣且對超參數(shù)的選擇要求很高，對于非專業(yè)人士應(yīng)用起來仍是很大的挑戰(zhàn)。

因此開發(fā)一種方便醫(yī)療行業(yè)研究者使用的預(yù)測系統(tǒng)是十分必要的，其應(yīng)該具有快速提取臨床數(shù)據(jù)、為醫(yī)療行業(yè)研究者提供最優(yōu)算法、方便醫(yī)療行業(yè)研究者調(diào)整參數(shù)且具有一定學(xué)習能力的功能。

發(fā)明內(nèi)容

本發(fā)明解決的技術(shù)問題在于提供一種應(yīng)用于臨床數(shù)據(jù)的自動搜索機器學(xué)習系統(tǒng)及方法，其具有快速提取臨床數(shù)據(jù)、為醫(yī)療行業(yè)研究者提供最優(yōu)算法、方便醫(yī)療行業(yè)研究者調(diào)整參數(shù)且具有學(xué)習能力的功能。

本發(fā)明提供的基礎(chǔ)方案為：一種應(yīng)用于臨床數(shù)據(jù)的自動搜索機器學(xué)習方法，包括如下步驟：

S1：臨床參數(shù)提取，將臨床參數(shù)記錄在EAV文件或者EXCEL文件中；

S2：參數(shù)篩選，用MapReduce模型框架在SPARK引擎上執(zhí)行樞軸，在SPARK上執(zhí)行樞軸用來提取有效的臨床參數(shù)；

S3：在機器內(nèi)預(yù)制若干的推薦算法模型，然后建立SQL語句執(zhí)行可視化查詢，根據(jù)EAV文件或者EXCEL文件內(nèi)容向用戶展示可調(diào)用的相關(guān)算法，機器通過S4自主確定推薦算法模型及推薦算法參數(shù)；

S4：調(diào)用機器學(xué)習函數(shù)，利用樣本進行機器訓(xùn)練，輸出符合要求的精度的推薦算法模型及參數(shù)，然后根據(jù)精度確定S3中推薦算法模型，再調(diào)用推薦算法中相應(yīng)的推薦算法參數(shù)，并提取該模型下的精度差閾值τ；

S5：根據(jù)S3和S4中確定的推薦算法模型和精確度差閾值τ生成關(guān)聯(lián)表，將每個EAV文件或者EXCEL文件處理成對應(yīng)的關(guān)聯(lián)表，每個關(guān)聯(lián)表生成時，輸出界面顯示第一批元組。關(guān)聯(lián)表就是最終結(jié)果，得出的是確定的算法和參數(shù)，以及對應(yīng)的精度。

名詞解釋：樞軸，在本申請中可以理解為對參數(shù)進行分類，或者說進行篩選；

精確度差閾值τ，在本申請表征對該算法模型的精確度的評價。

本發(fā)明的工作原理及優(yōu)點在于：在S1中，根據(jù)醫(yī)療行業(yè)工作者的習慣，大多臨床參數(shù)都是以EVA文件或者EXCEL文件保存的，這兩種文件在辦公軟件中是廣泛使用的用于保存數(shù)據(jù)的文件，在市面上能夠提取這兩種文件中的數(shù)據(jù)的方法較多，因此，結(jié)合醫(yī)療工作者的工作環(huán)境以及現(xiàn)有的軟件技術(shù)，確定了EVA文件或者EXCEL文件作為臨床參數(shù)提取文件。