[發明專利]醫療數據處理方法及裝置、存儲介質、電子設備

在審

• 申請號: 201811279851.9
• 申請日: 2018-10-30
• 公開（公告）號: CN109378065A
• 公開（公告）日: 2019-02-22
• 發明（設計）人: 李林峰;王瀧
• 申請（專利權）人: 醫渡云（北京）技術有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H50/70
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 袁禮君;闞梓瑄

1.一種醫療數據處理方法，其特征在于，包括：

獲取滿足預設條件的原始病歷數據，并從所述原始病歷數據中獲取目標病歷數據的第一醫療決策信息以及第一特征信息；

利用所述第一醫療決策信息以及所述第一特征信息對基于機器學習的原始模型進行訓練，得到輔助決策模型；

利用所述輔助決策模型對待處理病患的第二特征信息進行預測，得到所述待處理病患的第二醫療決策信息。

2.根據權利要求1所述的醫療數據處理方法，其特征在于，利用所述第一醫療決策信息以及所述第一特征信息對基于機器學習的原始模型進行訓練，得到輔助決策模型包括：

根據所述第一醫療決策信息以及第一特征信息建立數據集，并將所述數據集分為訓練數據集以及測試數據集；

利用所述訓練數據集對基于機器學習的原始模型進行訓練，得到訓練結果；其中，所述訓練結果包括所述第一醫療決策信息以及所述第一特征信息的關聯關系；

利用所述測試數據集對所述訓練結果進行測試；

如果所述訓練結果的測試結果滿足預設測試結果，則將訓練后的原始模型作為所述輔助決策模型。

3.根據權利要求2所述的醫療數據處理方法，其特征在于，所述原始模型包括Bayes模型、決策樹模型、邏輯回歸模型、SVM模型以及神經網絡模型中的一種或多種。

4.根據權利要求2所述的醫療數據處理方法，根據所述第一醫療決策信息以及第一特征信息建立數據集包括：

判斷所述第一特征信息是否為連續特征值；

如果所述第一特征信息為連續特征值，則對所述第一特征信息進行離散化處理，得到離散特征值；

對所述離散特征值進行歸一化以及標準化處理，得到標準離散特征值；

利用所述第一醫療決策信息以及所述標準離散特征值建立數據集。

5.根據權利要求1所述的醫療數據處理方法，其特征在于，所述預設條件包括診斷結果是否為目標疾病、是否做過與所述目標疾病對應的手術以及是否在手術后的預設時間內進行與所述目標疾病對應的治療中的一種或多種。

6.根據權利要求1所述的醫療數據處理方法，其特征在于，從所述原始病歷數據中獲取目標病歷數據的第一醫療決策信息包括：

對所述原始病歷數據中的用藥信息以及醫囑信息進行標準化處理，得到所述第一醫療決策信息。

7.根據權利要求1所述的醫療數據處理方法，其特征在于，所述第一特征信息包括患者基本信息以及疾病信息；

其中，患者基本信息包括患者年齡以及性別中的一種或多種；

疾病信息包括疾病的分期信息以及影響疾病的危險因素中的一種或多種。

8.一種醫療數據處理裝置，其特征在于，包括：

獲取模塊，用于獲取滿足預設條件的原始病歷數據，并從所述原始病歷數據中獲取目標病歷數據的第一醫療決策信息以及第一特征信息；

機器學習模塊，用于利用所述第一醫療決策信息以及所述第一特征信息對基于機器學習的原始模型進行訓練，得到輔助決策模型；

預測模塊，用于利用所述輔助決策模型對待處理病患的第二特征信息進行預測，得到所述待處理病患的第二醫療決策信息。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1-7任一項所述的醫療數據處理方法。

10.一種電子設備，其特征在于，包括：

處理器；以及

存儲器，用于存儲所述處理器的可執行指令；

其中，所述處理器配置為經由執行所述可執行指令來執行權利要求1-7任一項所述的醫療數據處理方法。