[發(fā)明專利]基于數(shù)據(jù)分析的醫(yī)院評價方法及相關(guān)產(chǎn)品

有效

• 申請?zhí)枺?/td>: 201811525801.4
• 申請日: 2018-12-13
• 公開（公告）號: CN109785944B
• 公開（公告）日: 2023-02-10
• 發(fā)明（設(shè)計）人: 唐晶;茆煒杰;宋意
• 申請（專利權(quán)）人: 平安醫(yī)療健康管理股份有限公司
• 主分類號: G16H40/20
• 分類號: G16H40/20;G06Q10/06
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 郝傳鑫;熊永強(qiáng)

1.一種基于數(shù)據(jù)分析的醫(yī)院評價方法，其特征在于，所述方法包括：

基于所述醫(yī)院的醫(yī)療數(shù)據(jù)庫，獲取多個組合方案中的任意一個組合方案中的多個風(fēng)險指標(biāo)對應(yīng)的醫(yī)療數(shù)據(jù)，確定所述多個風(fēng)險指標(biāo)對應(yīng)的醫(yī)療數(shù)據(jù)為所述組合方案的訓(xùn)練數(shù)據(jù)集，得到所述多個組合方案的訓(xùn)練數(shù)據(jù)集；

基于所述醫(yī)療數(shù)據(jù)庫，獲取N個預(yù)設(shè)風(fēng)險指標(biāo)對所述醫(yī)院的實(shí)際影響結(jié)果，確定所述實(shí)際影響結(jié)果為所述多個組合方案的驗(yàn)證集；

將所述多個組合方案中的任意一個組合方案的訓(xùn)練數(shù)據(jù)集輸入到初始模型執(zhí)行正向運(yùn)算，得到所述組合方案的預(yù)測影響結(jié)果集，將所述預(yù)測影響結(jié)果集與所述組合方案的驗(yàn)證集擬合，得到所述組合方案對應(yīng)的擬合度，根據(jù)所述擬合度執(zhí)行反向訓(xùn)練，得到預(yù)先訓(xùn)練好的組合方案識別模型；

根據(jù)預(yù)設(shè)的醫(yī)院與風(fēng)險指標(biāo)之間的對應(yīng)關(guān)系，獲取待評價醫(yī)院的N個預(yù)設(shè)風(fēng)險指標(biāo)，N為大于1的整數(shù)；

根據(jù)預(yù)設(shè)規(guī)則對所述N個預(yù)設(shè)風(fēng)險指標(biāo)進(jìn)行組合，得到多個組合方案；

將所述多個組合方案依次輸入到預(yù)先訓(xùn)練好的組合方案識別模型，得到多個輸出結(jié)果，根據(jù)所述多個輸出結(jié)果確定所述多個組合方案中的目標(biāo)組合方案；

根據(jù)所述目標(biāo)組合方案評價所述醫(yī)院。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)預(yù)設(shè)規(guī)則對所述N個預(yù)設(shè)風(fēng)險指標(biāo)進(jìn)行組合，得到多個組合方案具體包括：

將所述N個預(yù)設(shè)風(fēng)險指標(biāo)導(dǎo)入數(shù)據(jù)庫；

利用爬蟲算法Python調(diào)用所述數(shù)據(jù)庫，獲取輸入的行數(shù)m和列數(shù)n；

調(diào)用Python的矩陣生成功能，將所述N個預(yù)設(shè)風(fēng)險指標(biāo)作為矩陣元素生成行數(shù)為所述m和列數(shù)為所述n的風(fēng)險指標(biāo)矩陣m*n；

獲取輸入的滑動窗口的規(guī)模h，得到滑動窗口h*h；

獲取輸入的針對所述滑動窗口h*h的滑動步長；

根據(jù)所述滑動步長在所述風(fēng)險指標(biāo)矩陣m*n中依次滑動所述滑動窗口h*h，框選出多個子矩陣，將所述多個子矩陣中每個子矩陣中的所有元素作為一個組合方案，得到多個組合方案，所述h≤m，h≤n。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將所述N個風(fēng)險指標(biāo)作為矩陣元素生成行數(shù)為所述m和列數(shù)為所述n的風(fēng)險指標(biāo)矩陣m*n具體包括：

如所述N＝m*n，將所述N個風(fēng)險指標(biāo)作為矩陣元素生成行數(shù)為所述m和列數(shù)為所述n的風(fēng)險指標(biāo)矩陣m*n；

如所述N＜m*n，執(zhí)行添零策略，對所述N個風(fēng)險指標(biāo)額外添加(m*n-N)個零，將添零后的風(fēng)險指標(biāo)作為矩陣元素生成行數(shù)為所述m和列數(shù)為所述n的風(fēng)險指標(biāo)矩陣m*n；

如所述N＞m*n，提示重新輸入所述行數(shù)m和列數(shù)n，直至所述N≤m*n時，將所述N個風(fēng)險指標(biāo)作為矩陣元素生成行數(shù)為所述m和列數(shù)為所述n的風(fēng)險指標(biāo)矩陣m*n。

4.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述目標(biāo)組合方案評價所述醫(yī)院具體包括：

確定所述醫(yī)院對應(yīng)的多個預(yù)設(shè)評價維度；

獲取所述目標(biāo)組合方案中的多個預(yù)設(shè)風(fēng)險指標(biāo)；

確定所述多個預(yù)設(shè)風(fēng)險指標(biāo)在所述多個預(yù)設(shè)評價維度中的每個預(yù)設(shè)評價維度上的評分結(jié)果，得到多個評分結(jié)果；

根據(jù)所述多個預(yù)設(shè)評價維度的權(quán)重值加權(quán)所述多個評分結(jié)果，得到對所述醫(yī)院的評分結(jié)果。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述方法還包括：

判斷所述評分結(jié)果是否小于閾值，如是，向所述醫(yī)院的終端設(shè)備發(fā)送所述目標(biāo)組合方案，以在所述終端設(shè)備的信息展示界面展示所述目標(biāo)組合方案，以及提示信息，所述提示信息用于提示所述醫(yī)院基于所述目標(biāo)組合方案中的風(fēng)險指標(biāo)調(diào)整所述醫(yī)院的醫(yī)療體制。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述擬合度執(zhí)行反向訓(xùn)練，得到所述預(yù)先訓(xùn)練好的組合方案識別模型具體包括：

如所述擬合度大于第一閾值，完成對所述初始模型的訓(xùn)練，得到所述預(yù)先訓(xùn)練好的組合方案識別模型，否則，基于所述初始模型中的損失函數(shù)對所述初始模型執(zhí)行反向訓(xùn)練，更新所述初始模型中的權(quán)值梯度，直至輸入所述訓(xùn)練數(shù)據(jù)集得到的預(yù)測影響結(jié)果集與所述驗(yàn)證集的擬合度大于所述第一閾值或者執(zhí)行反向訓(xùn)練的次數(shù)大于第二閾值時，完成對所述初始模型的訓(xùn)練，得到所述預(yù)先訓(xùn)練好的組合方案識別模型。