[發(fā)明專利]基于關(guān)聯(lián)算法的手術(shù)缺漏自動檢測方法

有效

• 申請?zhí)枺?/td>: 202011264688.6
• 申請日: 2020-11-12
• 公開（公告）號: CN112349399B
• 公開（公告）日: 2022-05-24
• 發(fā)明（設(shè)計）人: 徐偉風;李易平
• 申請（專利權(quán)）人: 杭州火樹科技有限公司
• 主分類號: G16H40/20
• 分類號: G16H40/20;G06N5/02;G06N7/00
• 代理公司: 杭州融方專利代理事務所(普通合伙) 33266
• 代理人: 沈相權(quán)

本發(fā)明公開了一種基于關(guān)聯(lián)算法的手術(shù)缺漏自動檢測方法。屬于病案質(zhì)量的手術(shù)缺漏自動檢測技術(shù)領(lǐng)域，病案質(zhì)量手術(shù)缺漏檢測勞動強度小，檢測的準確性好，能較大程度減少醫(yī)務人員把關(guān)病案質(zhì)量工作量。手術(shù)缺漏自動檢測方法實現(xiàn)過程如下：提取數(shù)據(jù)庫中所有患者所有手術(shù)及收費項目，并按7∶3比例拆分為訓練集和測試集；計算訓練集中每類收費項目涉及到的手術(shù)種類占整個訓練集中所有手術(shù)種類的比例，將該比例的值記為區(qū)分度閾值。

技術(shù)領(lǐng)域

本發(fā)明涉及病案質(zhì)量的手術(shù)缺漏自動檢測技術(shù)領(lǐng)域，具體涉及一種基于關(guān)聯(lián)算法的手術(shù)缺漏自動檢測方法。

背景技術(shù)

病案質(zhì)量是醫(yī)院醫(yī)療水平和管理水平的直接體現(xiàn)，決定著醫(yī)療質(zhì)量與安全，因此提高病案質(zhì)量至關(guān)重要。目前，病案質(zhì)控主要通過各級醫(yī)務人員(主管醫(yī)師、科主任及病案質(zhì)控人員等)進行把關(guān)，這不可避免存在一定的邏輯錯誤、缺項、錯誤診斷、不合理醫(yī)囑等問題。邏輯規(guī)則校驗雖在一定程度上減輕了醫(yī)務人員工作量，但對于缺項、錯誤診斷、不合理醫(yī)囑等非邏輯問題就無能為力了。

發(fā)明內(nèi)容

本發(fā)明是為了解決現(xiàn)有病案質(zhì)量手術(shù)缺漏檢測勞動強度大的不足，提供一種病案質(zhì)量手術(shù)缺漏檢測勞動強度小，檢測的準確性好，能較大程度減少醫(yī)務人員把關(guān)病案質(zhì)量工作量的基于關(guān)聯(lián)算法的手術(shù)缺漏自動檢測方法。

為實現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實現(xiàn)：

基于關(guān)聯(lián)算法的手術(shù)缺漏自動檢測方法，手術(shù)缺漏自動檢測方法實現(xiàn)過程如下：

步驟A1，提取數(shù)據(jù)庫中所有患者所有手術(shù)及收費項目，并按7∶3比例拆分為訓練集和測試集；

步驟A2，計算訓練集中每類收費項目涉及到的手術(shù)種類占整個訓練集中所有手術(shù)種類的比例的值，將該比例的值記為區(qū)分度閾值，用D表示，具體計算公式如下：

D＝I_i/S_i∈{1，2，…，m} (1)

其中，I_i表示第i類收費項目在訓練集中關(guān)聯(lián)到的手術(shù)種類數(shù)量；S表示訓練集中手術(shù)種類總數(shù)量；

步驟A3，結(jié)合醫(yī)學知識及數(shù)據(jù)分布特點，初步設(shè)置區(qū)分度閾值D＝0.6，剔除訓練集中低于該區(qū)分閾值D的收費項目；

步驟A4，獲取訓練集中修正后的所有手術(shù)及收費項目集合，基于獨熱碼技術(shù)構(gòu)建患者手術(shù)收費項目矩陣；

獨熱碼是用N位狀態(tài)寄存器編碼N個狀態(tài)，每個狀態(tài)都有獨立的寄存器位，且這些寄存器位中只有一位有效；

步驟A5，基于步驟4建立的患者手術(shù)收費項目矩陣，使用開源工具包mlxtend中封裝的關(guān)聯(lián)算法Apriori，根據(jù)支持度提取頻繁項集，支持度定義如下：

Sup(A→B)＝S_AB/M

其中M表示數(shù)據(jù)集中總的記錄數(shù)；S_AB表示項目A和項目B一起出現(xiàn)的次數(shù)(項目A或項目B即可表示手術(shù)又可表示收費項目)；本發(fā)明中的支持度設(shè)置為：5/M；

步驟A6，在頻繁項集的基礎(chǔ)上，修改關(guān)聯(lián)算法Apriori，限制前項為收費項目的項集，在算法層次上避免無效規(guī)則的產(chǎn)生，并有效降低數(shù)據(jù)的存儲空間，將修改后的關(guān)聯(lián)算法命名為Crop-Apriori算法；優(yōu)化后的關(guān)聯(lián)算法保證算法僅生成前項為收費項目，后項為手術(shù)的關(guān)聯(lián)規(guī)則，然后根據(jù)置信度確定最終的關(guān)聯(lián)規(guī)則；置信度定義如公式2所示：

Conf(A→B)＝(Sup(A→B))/(P(A)) (2)

其中P(A)表示項目A在數(shù)據(jù)集中出現(xiàn)的概率；

步驟A7，Crop-Apriori算法具體流程如下：

遍歷步驟A5，找到的所有頻繁項集，找出所有的2-項集，記為C_1，根據(jù)置信度確定符合條件的關(guān)聯(lián)規(guī)則，前項為收費項目，后項為手術(shù)，記為L_1；