[發明專利]數據驗證方法、裝置、計算機設備及可讀存儲介質

在審

• 申請號: 202010574333.0
• 申請日: 2020-06-22
• 公開（公告）號: CN111739646A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 陳源
• 申請（專利權）人: 平安醫療健康管理股份有限公司
• 主分類號: G16H50/50
• 分類號: G16H50/50;G16H50/70
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 程超

本發明涉及數據處理，提供了一種數據驗證方法，該方法包括：獲取設定數量用戶的連續N年的樣本病例數據，并利用數據仿真模型根據所述樣本病例數據仿真出每個用戶的第N+1年的仿真病例數據；利用預測模型根據所述樣本病例數據預測出每個用戶的第N+1年的目標指標的第一指標值；根據所述每個用戶的第N+1年的仿真病例數據，利用所述預測模型預測出每個用戶的第N+1年的所述目標指標的第二指標值；利用相似度計算模型計算所述第一指標值與所述第二指標值的相似度值；若所述相似度值大于預設閾值，則使用所述數據仿真模型進行病例數據的仿真；此外，本發明還涉及區塊鏈技術，仿真數據可存儲于區塊鏈節點中；本發明保證了仿真病例數據具有高的可靠性和準確性。

技術領域

本發明涉及數據處理技術領域，具體涉及一種數據驗證方法、裝置、計算機設備及可讀存儲介質。

背景技術

隨著機器學習算法的不斷發展，可以在各個領域利用機器學習算法訓練出用于預測、分類、聚類的模型；在模型訓練的過程中，為了保證模型的穩定性和高性能，需要使用大量的樣本數據；但是，在醫療領域中會存在病例樣本數據量不足、病例樣本難以獲取以及病例樣本質量較差的問題；因此，如何利用有限的病例樣本數據，擬合出更多的、質量更好的病例樣本數據，成為本領域技術人員亟需解決的技術問題。

發明內容

本發明的目的在于提供一種數據驗證方法、裝置、計算機設備及可讀存儲介質，可以保證仿真出的仿真病例數據具有高的可靠性和準確性。

根據本發明的一個方面，提供了一種數據驗證方法，具體包括以下步驟：

獲取設定數量用戶的連續N年的樣本病例數據，并利用預設的數據仿真模型根據所述樣本病例數據仿真出每個用戶的第N+1年的仿真病例數據；

利用預設的預測模型根據所述設定數量用戶的連續N年的樣本病例數據預測出每個用戶的第N+1年的目標指標的第一指標值；

根據所述每個用戶的第N+1年的仿真病例數據，利用所述預測模型預測出每個用戶的第N+1年的所述目標指標的第二指標值；

利用預設的相似度計算模型計算所述第一指標值與所述第二指標值的相似度值；

若所述相似度值大于預設閾值，則使用所述數據仿真模型進行病例數據的仿真；若所述相似度值小于預設閾值，則不使用所述數據仿真模型進行病例數據的仿真。

可選的，所述利用預設的數據仿真模型根據所述樣本病例數據仿真出每個用戶的第N+1年的仿真病例數據，具體包括：

從每個樣本病例數據中提取出目標樣本數據；

按照預設的分類規則，將同一年的目標樣本數據劃分至設定數量的集合中，并統計該年的各個集合中的目標樣本數據的數據量；

根據不同年的各個集合中的目標樣本數據的數據量形成轉化概率矩陣；所述轉化概率矩陣用于根據前一年的各個集合中的目標樣本數據的數據量分布情況預測出后一年的各個集合中的目標樣本數據的數據量分布情況；

根據第N年的樣本病例數據以及所述轉化概率矩陣，利用預設的數據仿真模型仿真出第N+1年的所述目標樣本數據的仿真病例數據。

可選的，所述利用預設的預測模型根據所述設定數量用戶的連續N年的樣本病例數據預測出每個用戶的第N+1年的目標指標的第一指標值，具體包括：

設置所述目標指標的L個指標值區間，針對每個指標值區間訓練出對應的預測模型；所述預測模型用于預測所述目標指標的指標值在對應的指標值區間內的概率值；

針對一個用戶，利用所述用戶的連續N年的樣本病例數據以及各個預測模型，得到各個預測模型的預測結果值；

將預測結果值最大的預測模型所對應的指標值區間作為所述用戶的第N+1年的目標指標的第一指標值。