[發明專利]一種醫療費用大數據的分析方法、裝置及設備

在審

• 申請號: 201711396340.0
• 申請日: 2017-12-21
• 公開（公告）號: CN108133734A
• 公開（公告）日: 2018-06-08
• 發明（設計）人: 魯仁全;李艷洲;吳元清;李鴻一
• 申請（專利權）人: 廣東工業大學
• 主分類號: G16H10/00
• 分類號: G16H10/00;G06F17/30
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

本發明公開了一種醫療費用大數據的分析方法、裝置、設備及計算機可讀存儲介質，其中該方法包括：接收外界輸入的數據請求，由數據庫中調取與所述數據請求對應的醫療費用數據，所述數據庫為由多個分布式異構醫療費用數據源集合得到的；利用預先訓練的數據挖掘算法對與所述數據請求對應的醫療費用數據進行數據挖掘，得到與所述數據請求對應的數據挖掘結果；將所述數據挖掘結果進行輸出。本申請公開的技術方案中，將多個分布式異構數據源集合得到一個統一的數據庫，方便了對于數據的統一分析及管理；進而由海量的醫療費用數據中有效的獲取對于用戶來說有用的數據，在醫療費用大數據處理中具有很大優勢。

技術領域

本發明涉及大數據分析技術領域，更具體地說，涉及一種醫療費用大數據的分析方法、裝置、設備及計算機可讀存儲介質。

背景技術

隨著計算機技術在醫療衛生領域的迅猛發展以及就醫人數的不斷增多，醫療服務信息服務系統產生大量的醫療數據(包括醫療費用數據)。在現存的這些海量的醫療數據中，用戶并不能有效的從中獲取有用的信息，導致醫療數據被廢棄。

綜上所述，如何提供一種能夠由海量醫療數據中有效獲取有用的數據的技術方案，是目前本領域技術人員亟待解決的問題。

發明內容

本發明的目的是提供一種醫療費用大數據的分析方法、裝置、設備及計算機可讀存儲介質，能夠有效由海量醫療數據中有效獲取有用的數據。

為了實現上述目的，本發明提供如下技術方案：

一種醫療費用大數據的分析方法，包括：

接收外界輸入的數據請求，由數據庫中調取與所述數據請求對應的醫療費用數據，所述數據庫為由多個分布式異構醫療費用數據源集合得到的；

利用預先訓練的數據挖掘算法對與所述數據請求對應的醫療費用數據進行數據挖掘，得到與所述數據請求對應的數據挖掘結果；

將所述數據挖掘結果進行輸出。

優選的，預先訓練數據挖掘算法，包括：

獲取初始的數據挖掘算法為當前挖掘算法；

利用當前挖掘算法對訓練數據進行數據挖掘，得到對應的訓練挖掘結果，所述訓練數據為預先獲取的用于訓練數據挖掘算法的醫療費用數據；

判斷所述訓練挖掘結果與預設標準結果之間的相似度，如果該相似度大于預設相似度，則確定當前挖掘算法為訓練完成的數據挖掘算法，否則，則調整當前挖掘算法的參數，并確定調整參數后的當前挖掘算法為當前挖掘算法，返回執行利用當前挖掘算法對訓練數據進行數據挖掘的步驟。

優選的，獲取初始的數據挖掘算法為當前挖掘算法，包括：

獲取初始的數據挖掘k-means算法為當前挖掘算法。

優選的，由數據庫中調取與所述數據請求對應的醫療費用數據之后，還包括：

對調取到的所述醫療費用數據進行預設的數據清理、數據變換及數據規約處理，并在處理完成后執行利用預先訓練的數據挖掘算法對與所述數據請求對應的醫療費用數據進行數據挖掘的步驟。

優選的，將所述數據挖掘結果進行輸出，包括：

將所述數據挖掘結果進行可視化顯示。

優選的，將所述數據挖掘結果進行可視化顯示，包括：

采用表格、柱狀圖及餅形圖中的任一種或者任多種對所述數據挖掘結果進行可視化顯示。

優選的，將所述數據挖掘結果進行輸出，包括：

將所述數據挖掘結果發送至指定終端。

一種醫療費用大數據的分析裝置，包括：