[發(fā)明專利]用于醫(yī)院內(nèi)感染預(yù)測的模型訓(xùn)練方法、裝置、設(shè)備及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910017312.6
• 申請(qǐng)日: 2019-01-08
• 公開（公告）號(hào): CN109871866B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 鄧根強(qiáng);祝苗苗;朱歲松
• 申請(qǐng)（專利權(quán)）人: 深圳市南山區(qū)人民醫(yī)院
• 主分類號(hào): G06F18/214
• 分類號(hào): G06F18/214;G06Q10/04;G16H10/60
• 代理公司: 深圳青年人專利商標(biāo)代理有限公司 44350
• 代理人: 吳桂華

本發(fā)明適用計(jì)算機(jī)技術(shù)領(lǐng)域，提供了一種用于醫(yī)院內(nèi)感染預(yù)測的模型訓(xùn)練方法、裝置、設(shè)備及介質(zhì)，該方法包括：根據(jù)由患有院內(nèi)感染的第一感染訓(xùn)練樣本組成的第一訓(xùn)練樣本集，使用生成對(duì)抗網(wǎng)絡(luò)模型的生成器生成對(duì)應(yīng)的第二感染訓(xùn)練樣本，根據(jù)第一訓(xùn)練樣本集和由第二感染訓(xùn)練樣本構(gòu)成的第二訓(xùn)練樣本集，通過主動(dòng)學(xué)習(xí)算法對(duì)高斯過程概率模型進(jìn)行院內(nèi)感染預(yù)測的迭代訓(xùn)練，直至通過迭代訓(xùn)練使得高斯過程概率模型的預(yù)測精度值達(dá)到預(yù)設(shè)精度要求，從而提高用于醫(yī)院內(nèi)感染預(yù)測的模型訓(xùn)練收斂速度，且提高了院內(nèi)感染預(yù)測的準(zhǔn)確性，進(jìn)而使得醫(yī)生能及時(shí)對(duì)患者進(jìn)行感染防御，降低患者由于院內(nèi)感染所造成的金錢和健康損失。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種用于醫(yī)院內(nèi)感染預(yù)測的模型訓(xùn)練方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)

醫(yī)院內(nèi)感染又稱醫(yī)院獲得性感染或醫(yī)院感染，是患者在入院48小時(shí)后發(fā)生在醫(yī)院內(nèi)的一切感染，全國二、三級(jí)醫(yī)院感染的發(fā)生率基線約4-6％，而發(fā)生醫(yī)院感染的后果可能會(huì)造成每年數(shù)十億人民幣的經(jīng)濟(jì)損失，患者病死率上升，間接的社會(huì)資源浪費(fèi)更是不可估量。

目前，對(duì)于住院病人院內(nèi)感染的判斷大多是出現(xiàn)了相應(yīng)的癥狀之后，由主治醫(yī)師初步判定，再由院各科做最后判定，以進(jìn)行診斷，這種方式主要依靠醫(yī)生的臨床知識(shí)和經(jīng)驗(yàn)，診斷效率低，且無法做到有效防范院內(nèi)感染的發(fā)生，進(jìn)而無法有效保障就醫(yī)患者的人身和財(cái)產(chǎn)安全。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種用于醫(yī)院內(nèi)感染預(yù)測的模型訓(xùn)練方法、裝置、設(shè)備及介質(zhì)，旨在解決由于現(xiàn)有技術(shù)無法提供一種有效的用于醫(yī)院內(nèi)感染預(yù)測的模型，導(dǎo)致醫(yī)院內(nèi)感染預(yù)測的準(zhǔn)確率低的問題。

一方面，本發(fā)明提供了一種用于醫(yī)院內(nèi)感染預(yù)測的模型訓(xùn)練方法，所述方法包括下述步驟：

從預(yù)設(shè)的醫(yī)院信息系統(tǒng)中抽取患有院內(nèi)感染的樣本數(shù)據(jù)，得到對(duì)應(yīng)的第一感染訓(xùn)練樣本；

根據(jù)由所述第一感染訓(xùn)練樣本構(gòu)成的第一訓(xùn)練樣本集，使用預(yù)先訓(xùn)練好的生成對(duì)抗網(wǎng)絡(luò)模型的生成器生成對(duì)應(yīng)的第二感染訓(xùn)練樣本；

根據(jù)所述第一訓(xùn)練樣本集和由所述第二感染訓(xùn)練樣本構(gòu)成的第二訓(xùn)練樣本集，通過預(yù)設(shè)的主動(dòng)學(xué)習(xí)算法對(duì)高斯過程概率模型進(jìn)行院內(nèi)感染預(yù)測的迭代訓(xùn)練，直至通過所述迭代訓(xùn)練使得所述高斯過程概率模型的預(yù)測精度值達(dá)到預(yù)設(shè)的精度要求。

另一方面，本發(fā)明提供了一種用于醫(yī)院內(nèi)感染預(yù)測的模型訓(xùn)練裝置，所述裝置包括：

第一樣本抽取單元，用于從預(yù)設(shè)的醫(yī)院信息系統(tǒng)中抽取患有院內(nèi)感染的樣本數(shù)據(jù)，得到對(duì)應(yīng)的第一感染訓(xùn)練樣本；

第二樣本生成單元，用于根據(jù)由所述第一感染訓(xùn)練樣本構(gòu)成的第一訓(xùn)練樣本集，使用預(yù)先訓(xùn)練好的生成對(duì)抗網(wǎng)絡(luò)模型的生成器生成對(duì)應(yīng)的第二感染訓(xùn)練樣本；以及

模型預(yù)測訓(xùn)練單元，用于根據(jù)所述第一訓(xùn)練樣本集和由所述第二感染訓(xùn)練樣本構(gòu)成的第二訓(xùn)練樣本集，通過預(yù)設(shè)的主動(dòng)學(xué)習(xí)算法對(duì)高斯過程概率模型進(jìn)行院內(nèi)感染預(yù)測的迭代訓(xùn)練，直至通過所述迭代訓(xùn)練使得所述高斯過程概率模型的預(yù)測精度值達(dá)到預(yù)設(shè)的精度要求。

另一方面，本發(fā)明還提供了一種計(jì)算設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述用于醫(yī)院內(nèi)感染預(yù)測的模型訓(xùn)練方法所述的步驟。

另一方面，本發(fā)明還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述用于醫(yī)院內(nèi)感染預(yù)測的模型訓(xùn)練方法所述的步驟。