[发明专利]医疗风险预测方法、装置、系统、存储介质与电子设备有效

专利信息
申请号: 201911389215.6 申请日: 2019-12-30
公开(公告)号: CN111144658B 公开(公告)日: 2023-06-16
发明(设计)人: 王泷;肖玉;安超;刘婷婷;李林峰;王尧;杜鑫惠 申请(专利权)人: 医渡云(北京)技术有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/0635;G06N20/00;G16H50/00
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 王辉;阚梓瑄
地址: 100191 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 医疗 风险 预测 方法 装置 系统 存储 介质 电子设备
【说明书】:

本公开提供了一种医疗风险预测方法、医疗风险预测装置、医疗风险预测系统、存储介质与电子设备,涉及智能医疗技术领域。该方法包括:建立关于目标医疗事件的预测任务;通过所述预测任务获取所述目标医疗事件的特征信息;利用预测模型对所述特征信息进行处理,得到所述目标医疗事件的风险预测结果。本公开可以实现自动化的医疗风险预测,提高医疗风险预测的效率以及预测结果的客观性和准确性,降低医疗风险。

背景技术

医疗风险预测是医疗机构实施风险管理的重要环节,通过对医疗过程的风险结果进行预测,辅助实现医疗决策,并为风险处置提供科学依据。

现有的医疗风险预测大多通过医务人员的人为评估而实现,医务人员基于自身的知识和经验,对患者的临床特征进行评估,以预测是否存在医疗风险。这样的方式较为低效,且预测结果极大地依赖于医务人员的医疗水平,其客观性、准确性无法保证。

需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开提供了一种医疗风险预测方法、医疗风险预测装置、医疗风险预测系统、计算机可读存储介质与电子设备,进而至少在一定程度上改善现有的医疗风险预测方法低效且预测结果准确性较差的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。

根据本公开的第一方面,提供一种医疗风险预测方法,包括:建立关于目标医疗事件的预测任务;通过所述预测任务获取所述目标医疗事件的特征信息;利用预测模型对所述特征信息进行处理,得到所述目标医疗事件的风险预测结果。

可选的,所述建立关于目标医疗事件的预测任务,包括:监听医疗数据库;当监听到所述医疗数据库触发预设规则时,建立关于目标医疗事件的预测任务。

可选的,所述监听医疗数据库,包括:建立消息队列;当所述医疗数据库发生数据更新时,通过所述消息队列获取数据更新的信息。

可选的,所述当监听到所述医疗数据库触发预设规则时,建立关于目标医疗事件的预测任务,包括:当监听到所述医疗数据库中新增预设类型的子事件时,根据该子事件确定所述目标医疗事件,并建立关于目标医疗事件的预测任务。

可选的,所述通过所述预测任务获取所述目标医疗事件的特征信息,包括:通过所述预测任务获取所述目标医疗事件的原始数据;利用预先配置的数据逻辑规则从所述原始数据中提取所述目标医疗事件的特征信息。

可选的,所述方法还包括:当接收到针对于所述风险预测结果的修改信息时,根据所述修改信息修改所述数据逻辑规则。

可选的,所述当接收到针对于所述风险预测结果的修改信息时,根据所述修改信息修改所述数据逻辑规则,包括:当接收到针对于所述风险预测结果的修改信息时,根据所述修改信息确定用于修改所述数据逻辑规则的权重;当所述权重累积超过预设阈值时,对所述数据逻辑规则进行修改。

可选的,所述预测模型包括预先训练的机器学习模型和/或基于规则的评估量表;所述利用预测模型对所述特征信息进行处理,得到所述目标医疗事件的风险预测结果,包括:将所述特征信息输入所述机器学习模型,输出所述目标医疗事件的风险预测结果;和/或通过所述评估量表计算所述特征信息对应的评估分数,汇总所述评估分数作为所述目标医疗事件的风险预测结果。

可选的,当所述预测模型包括所述机器学习模型和所述评估量表时,所述利用预测模型对所述特征信息进行处理,得到所述目标医疗事件的风险预测结果,还包括:将通过所述机器学习模型得到的风险预测结果和通过所述评估量表得到的风险预测结果进行加权,得到所述目标医疗事件最终的风险预测结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于医渡云(北京)技术有限公司,未经医渡云(北京)技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911389215.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top