[發明專利]一種呼吸系統疾病門診量預測方法

在審

• 申請號: 202010371187.1
• 申請日: 2020-05-06
• 公開（公告）號: CN111508598A
• 公開（公告）日: 2020-08-07
• 發明（設計）人: 張敬誼;李靜;盧鵬飛;施宇;韓濤;沈佳杰;李光亞
• 申請（專利權）人: 萬達信息股份有限公司
• 主分類號: G16H40/20
• 分類號: G16H40/20;G16H50/70
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 徐俊

本發明提供了一種呼吸系統疾病門診量預測方法，以門診量數據、空氣質量信息以及天氣信息為基礎，構建時間序列混合預測模型，實現對呼吸系統疾病門診量的自動化準確預測。該方法既能夠刻畫門診量指標的趨勢規律，還能夠納入包括空氣質量、天氣信息在內的多個相關因素對波動規律進行細節刻畫。因此，基于該方法能夠為醫院管理人員提供重要參考，從而幫助管理者判斷呼吸系統疾病的發病規律和趨勢，輔助管理者進行資源分配、任務規劃等決策，為合理分配醫療資源提供量化依據。

技術領域

本發明涉及一種基于HoltWinters-XGBoost的呼吸系統疾病門診量預測方法，屬于時間序列預測領域。

背景技術

呼吸系統疾病是我國最為常見的多發疾病，常年居我國總人口死亡病因首位。呼吸系統疾病種類多，病因復雜，通常受到大氣污染、吸煙、工業粒化因子、生物因子吸入和感染以及年齡、個人體質等因素影響。常見的呼吸系統疾病如急性上呼吸道感染、流行性感冒和肺炎、慢性下呼吸道疾病，在人群中發病量大，且呈現出明顯的季節周期性和時間趨勢性。20世紀90年代以來，時間序列分析已經被廣泛應用于呼吸系統疾病的短期發病規律研究。

針對呼吸系統疾病門診量進行智能預測，不僅能夠輔助醫院管理者及時、準確的了解醫院的綜合運營趨勢，從而有的放矢的優化醫務人員結構，分配醫療資源，實現醫院精細化管理。當前，針對呼吸系統疾病的預測方法多集中于單模型預測，包括傳統的時間序列模型(如ARIMA、SARIMA、HoltWinters等)，機器學習模型(如決策樹、GBDT、隨機森林等)，以及深度學習模型(如BP神經網絡、深層信念網絡、LSTM等)。然而，兩者都有其各自的局限性，傳統的時間序列模型通常以單指標形式建模，包含信息有限，無法刻畫帶漂移的節假日因素(如春節等)，同時也無法加入天氣和大氣污染對就診人數的影響；機器學習模型能夠進行多指標建模，充分納入一切可搜集的因素進行建模，然而當時間序列有單調趨勢規律(不平穩)時，模型預測值范圍只能局限在歷史信息范圍內，所以通常會出現預測值總是偏小或偏大的情況；深度學習模型不僅需要大量的調參實驗，而且在樣本量較小的情況下，很容易過擬合，因此很難實現自動化建模預測。

發明內容

本發明的目的是：實現對呼吸系統疾病門診量的自動化準確預測。

為了達到上述目的，本發明的技術方案是提供了一種呼吸系統疾病門診量預測方法，其特征在于，包括以下步驟：

步驟1、進行數據信息采集，所采集到的數據至少包括門診量數據；

步驟2、對步驟1采集得到的數據進行數據預處理；

步驟3、采用數據填補方法進行數據填補；

步驟4、數據規律檢驗，包括以下內容：

(1)白噪聲檢驗：對門診量數據進行Ljung-Box檢驗，得到檢驗p值，若檢驗p值小于預先設定的值，則通過檢驗，否則終止方法，返回數據為白噪聲，無法建模；

(2)周期性檢驗：設定周期參數k的取值區間，分別以不同取值下的k作為時間序列周期，對歷史的門診量數據進行標記周期次序；以周期次序數據作為分組因素，對門診量數據進行單因素方差分析，計算顯著性差異的檢驗指標，得到不同取值k下的檢驗指標p_k，取檢驗指標最小時的作為最終的周期參數；

步驟5、自變量篩選：將經過步驟3處理的門診量數據、空氣質量數據和天氣數據包含的多個指標數據以時間進行關聯，得到m個自變量指標數據。針對m個自變量指標，以1為步長分別構造t個滯后指標，分別計算門診量數據指標與m×t個指標數據計算皮爾遜相關系數γ_i，i＝1，2,…,m×t，設定相關系數閾值α_γ，若皮爾遜相關系數γ_iα_γ，則剔除該指標；反之，則保留該指標作為建模自變量；