[發明專利]異常醫療指標確定方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010917008.X
• 申請日: 2020-09-03
• 公開（公告）號: CN111986762A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 齊筱珊
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G16H10/60
• 分類號: G16H10/60;G16H15/00;G16H50/30;G16H50/70;G06K9/62
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 遲珊珊;何春蘭

1.一種異常醫療指標確定方法，其特征在于，所述異常醫療指標確定方法包括：

當接收到異常醫療指標確定請求時，從所述異常醫療指標確定請求中確定檢測區域；

獲取所述檢測區域內所有待確診患者的體檢數據，并根據所述體檢數據確定待檢測醫療指標；

根據所述體檢數據確定所述待檢測醫療指標的指標群體范圍；

將所述體檢數據與所述指標群體范圍進行比較，并將不在所述指標群體范圍內的體檢數據確定為第一數據；

將所述體檢數據輸入至預先創建的檢測模型中，得到第二數據；

根據所述第一數據及所述第二數據確定異常體檢數據；

將與所述異常體檢數據對應的待確診患者確定為目標患者，并將與所述異常體檢數據對應的待檢測醫療指標確定為所述目標患者的異常醫療指標。

2.如權利要求1所述的異常醫療指標確定方法，其特征在于，所述獲取所述檢測區域內所有待確診患者的體檢數據包括：

獲取所述所有待確診患者的體檢報告；

識別所述體檢報告的文件格式，并將所述文件格式為非文本格式的體檢報告轉換成具有文本格式的體檢報告；

從所述具有文本格式的體檢報告中獲取所述體檢數據。

3.如權利要求1所述的異常醫療指標確定方法，其特征在于，所述根據所述體檢數據確定所述待檢測醫療指標的指標群體范圍包括：

根據所述體檢數據確定所述待檢測醫療指標的期望值，并根據所述體檢數據確定所述待檢測醫療指標的標準差；

將所述期望值與所述標準差的預設倍數相減，得到所述待檢測醫療指標的第一閾值，并將所述期望值與所述標準差的所述預設倍數相加，得到所述待檢測醫療指標的第二閾值；

根據所述第一閾值與所述第二閾值確定所述待檢測醫療指標的指標群體范圍。

4.如權利要求1所述的異常醫療指標確定方法，其特征在于，在將所述體檢數據輸入至預先創建的檢測模型中，得到第二數據之前，所述方法還包括：

采用網絡爬蟲技術獲取歷史醫療數據；

根據所述歷史醫療數據所屬的指標對所述歷史醫療數據進行標識，得到多個指標類別；

基于所述歷史醫療數據及對應的指標類別構建每個指標類別的數據集；

將每個指標類別的數據集輸入至遺忘門層進行遺忘處理，得到每個指標類別的訓練數據；

采用交叉驗證法將每個指標類別的訓練數據劃分為每個指標類別的訓練集及每個指標類別的驗證集；

將每個訓練集中的歷史醫療數據輸入至輸入門層進行訓練，得到與所述多個指標類別對應的多個初級學習器；

將所述多個初級學習器進行融合，得到次級學習器；

根據每個驗證集中的歷史醫療數據調整所述次級學習器，得到所述檢測模型。

5.如權利要求4所述的異常醫療指標確定方法，其特征在于，所述采用交叉驗證法將每個指標類別的訓練數據劃分為每個指標類別的訓練集及每個指標類別的驗證集包括：

對于每個指標類別，將所述訓練數據按照預設比例隨機劃分為多個數據包；

確定所述多個數據包包括：

將所述多個數據包中的任意數據包確定為所述驗證集，并將其余的數據包確定為所述訓練集；

重復確定所述多個數據包，直至每個數據包依次被確定為所述驗證集，得到每個指標類別的所述訓練集及每個指標類別的所述驗證集。

6.如權利要求1所述的異常醫療指標確定方法，其特征在于，所述根據所述第一數據及所述第二數據確定異常體檢數據包括：

遍歷所述第一數據，并檢測遍歷到的第一數據是否存在于所述第二數據中；

將存在于所述第二數據中的所述遍歷到的第一數據確定為所述異常體檢數據。