[发明专利]一种基于CatBoost模型的交互式门诊量预测可视分析方法及系统

说明书

本发明公开了一种基于CatBoost模型的交互式门诊量预测可视分析方法及系统，包括：构建为用户提供的用于分析数据、选择数据和特征的交互式可视化界面；用户在前端界面选择完数据和特征，按预定时间间隔将信息传给后端，后端对原始输入特征进行更改，建立基于CatBoost的回归模型；模型建立完成后将信息传回前端界面，在可视化界面中更新特征重要程度分析和预测结果，用于帮助用户理解预测结果和交互式地挖掘数据背后的信息。本发明通过将机器学习模型与前端可视化内容结合，能够解决传统方法特征单一，可解释性不足，对于非专业领域人士难以使用，无法交互式分析等缺陷。

技术领域

本发明属于门诊量预测技术领域，特别涉及一种基于CatBoost模型的交互式门诊量预测可视分析方法及系统。

背景技术

随着计算机技术的不断发展，医疗领域也在朝着智能化和信息化的方向发展，合理的门诊量预测是现代医院对医疗资源进行智能化管理的重要前提之一，准确的门诊数量预测可以帮助医院合理配置不同科室的人手和医疗资源。

现有的医院门诊数量预测方法往往只基于某些特定的特征和数据集，或者忽视了对结果的可解释性；以往的门诊数量预测系统对医生等非计算机领域用户存在较高的操作难度，最终对模型的预测效果评估也存在不易理解等问题，无法使医生交互式的对数据进行充分挖掘和深入分析。

以下专利申请和文献提供了可参考的一种旨在对门诊数量进行预测的方法：

文献1.一种环境变化对疾病发病影响的分析预测装置(中国发明专利申请的申请号为201510170135.7)；

文献2.基于深度信念网络的医院门诊量预测[J]，计算机科学，20(43)；

文献1提出了一种基于非参数泊松回归模型的环境变化对疾病发病率的影响的定量分析模型，并在此基础上构建基于支持向量机的环境变化对门诊量影响的预测方法；其输入数据为整理好的气象和环境污染因子的时序数据，输出数据为各科室的门诊预测量，非参数泊松回归模型模块用于构建非参数泊松回归模型、脆弱性分析、敏感性分析，并通过计算气象因子和环境污染因子与门诊人数的相关系数来衡量其影响程度。

文献2提出了一个基于深度信念网络的医院门诊量预测模型，首先用贪婪逐层的无监督算法训练整个深度信念网络，得到数据的良好特征表示，之后使用BP有监督算法微调网络参数来提高网络的预测性能；其通过将急诊、骨科、内分泌、心内科和中医科5个门诊科室的前两个时间段的门诊量作为输入，将中医科的门诊量预测作为输出。

文献1提出的方法只考虑了环境变化对于某些特定疾病发病影响的分析预测，该方法只适用于少数和环境因素影响较大的疾病，而这些疾病在医院的所有科室及下属疾病中只占据极少的一部分，无法达到对医院所有疾病的门诊数量进行预测的效果；该方法在对时间特征进行处理的时候只引入了年份和周日亚元变量来消除季节趋势的影响，忽视了月份信息和星期信息，使得模型的预测效果较差，且在实际的预测中这部分信息具有较高的特征重要程度；该方法在特征对预测结果的影响分析上只考虑了单个特征对预测结果的影响，而没有考虑到组合特征对预测结果的影响，无法衡量单个样本的特征对预测的贡献程度，无法对数据进行充分的分析；最后，该文献只提出了一种理论方法而没有在此基础上建立完整的预测系统。

文献2提出的方法通过若干个科室在某些时间段内的门诊量来预测其他科室的门诊量，该方法同样不适用于所有科室的门诊预测，并且忽视了环境因素的特征；基于神经网络的模型可解释性较差，无法了解到不同特征的重要程度及单个样本的特征对预测的贡献程度；最后，该文献同样也只提出了一种理论方法而没有在此基础上建立完整的预测系统。

综上，亟需一种新的交互式门诊量预测可视分析方法及系统。

发明内容

本发明的目的在于提供一种基于CatBoost模型的交互式门诊量预测可视分析方法及系统，以解决传统预测方法误差较大，可解释性弱，对于医生等非计算机领域使用者存在一定难度的技术问题。