[發(fā)明專利]醫(yī)療特征篩選方法、裝置、計算機設備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201810925041.X
• 申請日: 2018-08-14
• 公開（公告）號: CN109065175A
• 公開（公告）日: 2018-12-21
• 發(fā)明（設計）人: 榮絮;馮騫;吳亞博;鄭毅
• 申請（專利權）人: 平安醫(yī)療健康管理股份有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70
• 代理公司: 廣州華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 王寧

1.一種醫(yī)療特征篩選方法，所述方法包括：

獲取原始醫(yī)療數(shù)據(jù)，對所述原始醫(yī)療數(shù)據(jù)進行預處理，得到預處理的醫(yī)療數(shù)據(jù)；

將所述預處理的醫(yī)療數(shù)據(jù)按照目標特征類型進行特征構建，得到所述目標特征類型對應的醫(yī)療初始特征；

根據(jù)所述醫(yī)療初始特征生成醫(yī)療特征子集，計算所述醫(yī)療特征子集的評價函數(shù)值，當所述醫(yī)療特征子集的評價函數(shù)值達到停止準則時，將所述醫(yī)療特征子集作為目標醫(yī)療特征集。

2.根據(jù)權利要求1所述的方法，其特征在于，將所述預處理的醫(yī)療數(shù)據(jù)按照目標特征類型進行特征構建，得到所述目標特征類型對應的醫(yī)療初始特征，包括：

獲取目標特征類型；

根據(jù)所述預處理的醫(yī)療數(shù)據(jù)計算得到所述目標特征類型數(shù)據(jù)，根據(jù)所述目標特征類型數(shù)據(jù)得到醫(yī)療初始特征。

3.根據(jù)權利要求1所述的方法，其特征在于，根據(jù)所述醫(yī)療初始特征生成醫(yī)療特征子集，包括：

隨機選擇醫(yī)療初始特征中的第一目標特征，根據(jù)所述第一目標特征得到第一醫(yī)療特征子集，計算所述第一醫(yī)療特征子集的評價函數(shù)值；

隨機選擇醫(yī)療初始特征中的第二目標特征，將所述第二目標特征加入所述第一醫(yī)療特征子集中，得到第二醫(yī)療特征子集，計算所述第二醫(yī)療特征子集的評價函數(shù)值；

比較所述第一醫(yī)療特征子集的評價函數(shù)值和所述第二醫(yī)療特征子集的評價函數(shù)值，根據(jù)比較結果，得到目標醫(yī)療特征子集，將所述目標醫(yī)療特征子集作為第一醫(yī)療特征子集；

返回隨機選擇醫(yī)療初始特征中的第二目標特征，將所述第二目標特征加入所述第一醫(yī)療特征子集中，得到第二醫(yī)療特征子集，計算所述第二醫(yī)療特征子集的評價函數(shù)值的步驟，當所述醫(yī)療初始特征遍歷完成時，得到醫(yī)療特征子集。

4.根據(jù)權利要求3所述的方法，其特征在于，比較所述第一醫(yī)療特征子集的評價函數(shù)值和所述第二醫(yī)療特征子集的評價函數(shù)值，根據(jù)比較結果，得到目標醫(yī)療特征子集，包括：

當所述第一醫(yī)療特征子集的評價函數(shù)值大于所述第二醫(yī)療特征子集的評價函數(shù)值時，將所述第一醫(yī)療特征子集作為目標醫(yī)療特征子集；

當所述第一醫(yī)療特征子集的評價函數(shù)值不大于所述第二醫(yī)療特征子集的評價函數(shù)值時，將所述第二醫(yī)療特征子集作為目標醫(yī)療特征子集。

5.根據(jù)權利要求1所述的方法，其特征在于，根據(jù)所述醫(yī)療初始特征生成醫(yī)療特征子集，包括：

根據(jù)所述醫(yī)療初始特征得到當前醫(yī)療特征集；

根據(jù)所述當前醫(yī)療特征集訓練支持向量機模型，得到各個特征的權值系數(shù)，根據(jù)所述權值系數(shù)計算對應特征的得分，按照所述得分對特征進行排序，得到得分最小的特征；

從所述當前醫(yī)療特征集中刪除得分最小的特征，得到當前醫(yī)療特征子集，確定當前醫(yī)療特征子集中特征數(shù)是否滿足預設特征數(shù)，當所述當前醫(yī)療特征子集中特征數(shù)滿足預設特征數(shù)時，將所述當前醫(yī)療特征子集作為醫(yī)療特征子集。

6.根據(jù)權利要求5所述的方法，其特征在于，在確定當前醫(yī)療特征子集中特征數(shù)是否滿足預設特征數(shù)之后，還包括：

當所述當前醫(yī)療特征子集中特征數(shù)不滿足預設特征數(shù)時，返回根據(jù)所述當前醫(yī)療特征集訓練支持向量機模型，得到各個特征的權值系數(shù)，根據(jù)所述權值系數(shù)計算對應特征的得分，按照所述得分對特征進行排序，得到得分最小的特征的步驟，當所述當前醫(yī)療特征子集中特征數(shù)滿足預設特征數(shù)滿足預設特征數(shù)時，將所述當前醫(yī)療特征子集作為醫(yī)療特征子集。

7.根據(jù)權利要求1所述的方法，其特征在于，在根據(jù)所述醫(yī)療初始特征生成醫(yī)療特征子集，計算所述醫(yī)療特征子集的評價函數(shù)值，當所述醫(yī)療特征子集的評價函數(shù)值達到停止準則時，將所述醫(yī)療特征子集作為目標醫(yī)療特征集之后，還包括：

獲取醫(yī)療數(shù)據(jù)，根據(jù)所述醫(yī)療數(shù)據(jù)得到所述目標醫(yī)療特征集對應的數(shù)據(jù)；

將所述目標醫(yī)療特征集對應的數(shù)據(jù)輸入到目標機器學習模型中進行訓練，得到已訓練的目標機器學習模型，所述目標機器學習模型包括醫(yī)療費用預測模型和醫(yī)療數(shù)據(jù)異常檢測模型。