[發明專利]基于大數據的患者分組方法和裝置

有效

• 申請號: 201811536823.0
• 申請日: 2018-12-14
• 公開（公告）號: CN109817339B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 李濠辰
• 申請（專利權）人: 平安醫療健康管理股份有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H10/60
• 代理公司: 北京匯思誠業知識產權代理有限公司 11444
• 代理人: 馮曉平

本發明公開了一種基于大數據的患者分組方法和裝置。該基于大數據的患者分組方法包括：在病案首頁中提取至少兩種目標患者特征；對至少兩種目標患者特征進行相似度量學習，得到對應的度量矩陣；基于對應的度量矩陣對病案首頁進行診斷相關分組，得到患者分組結果。采用該基于大數據的患者分組方法能夠提高患者分組的準確性。

【技術領域】

本發明涉及大數據處理領域，尤其涉及一種基于大數據的患者分組方法和裝置。

【背景技術】

DRGs(Diagnosis?Related?Groups，診斷相關分類)的基本目標是基于病例的診斷、操作和其他特征將患者進行分組。目前常用的分組方法利用已有分組規則，例如主要疾病分類(Major?Diagnostic?Category,MDC)、主要并發癥與合并癥(Major?Complicationand?Comorbidity,MCC)等來進行分組。這類方法的分組規則基于現有知識，容易理解和解釋，但仍存在分組準確性不高的問題。

【發明內容】

有鑒于此，本發明實施例提供了一種基于大數據的患者分組方法和裝置，用以解決目前患者分組的準確性不夠高的問題。

第一方面，本發明實施例提供了一種基于大數據的患者分組方法，包括：

在病案首頁中提取至少兩種目標患者特征；

對至少兩種所述目標患者特征進行相似度量學習，得到對應的度量矩陣；

基于所述對應的度量矩陣對所述病案首頁進行診斷相關分組，得到患者分組結果。

如上所述的方面和任一可能的實現方式，進一步提供一種實現方式，所述在病案首頁中提取至少兩種目標患者特征，包括：

獲取所述病案首頁中的患者特征；

采用特征選擇方法從所述病案首頁中的患者特征中提取至少兩種所述目標患者特征。

如上所述的方面和任一可能的實現方式，進一步提供一種實現方式，所述對至少兩種所述目標患者特征進行相似度量學習，得到對應的度量矩陣，包括：

采用馬氏距離作為距離度量，其中，馬氏距離D(Xi，Xj)的表達式為X_i表示訓練樣本集中第i個目標患者特征，X_j表示訓練樣本集中第j個目標患者特征，T表示矩陣轉置運算，S表示訓練樣本集的協方差矩陣；

根據所述距離度量，采用有監督的距離度量學習方式對至少兩種所述目標患者特征進行相似度量學習，得到所述對應的度量矩陣。

如上所述的方面和任一可能的實現方式，進一步提供一種實現方式，所述基于所述對應的度量矩陣對所述病案首頁進行診斷相關分組，得到患者分組結果，包括：

采用聚類算法，基于所述對應的度量矩陣將所述目標患者特征進行劃分，得到至少兩個與所述目標患者特征相關的特征簇；

根據至少兩個所述特征簇對所述病案首頁進行診斷相關分組，得到所述患者分組結果。

如上所述的方面和任一可能的實現方式，進一步提供一種實現方式，在所述得到患者分組結果的步驟之后，所述方法還包括：

根據所述患者分組結果進行規則挖掘，得到與所述目標患者特征之間相關的分組規則；

采用所述分組規則對待進行患者分組的病案首頁進行診斷相關分組，得到基于所述分組規則的所述患者分組結果。

上述技術方案中的一個技術方案具有如下有益效果：