[发明专利]重复入院的预测方法、计算设备及存储介质在审
申请号: | 202110064808.6 | 申请日: | 2021-01-18 |
公开(公告)号: | CN114822857A | 公开(公告)日: | 2022-07-29 |
发明(设计)人: | 康延妮 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
主分类号: | G16H50/70 | 分类号: | G16H50/70;G16H10/60;G06K9/62;G06Q10/04 |
代理公司: | 北京太合九思知识产权代理有限公司 11610 | 代理人: | 刘戈;张爱 |
地址: | 英属开曼群岛大开*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 重复 入院 预测 方法 计算 设备 存储 介质 | ||
1.一种重复入院的预测方法,其特征在于,包括:
获取待预测病人的入院信息;
确定所述入院信息对应的特征信息;
将所述特征信息输入至预置预测模型中,得到所述待预测病人后续是否因相同疾病种类重复入院。
2.根据权利要求1所述的方法,其特征在于,所述入院信息包括疾病种类信息以及其它入院信息;
其中,确定所述入院信息对应的特征信息,包括:
确定所述疾病种类信息对应的第一特征值以及所述其它入院信息对应的第二特征值;
将所述特征信息输入至预置预测模型中,得到所述待预测病人后续是否因相同疾病种类重复入院,包括:将所述第一特征值和所述第二特征值输入至预置预测模型中,得到所述待预测病人后续是否因相同疾病种类重复入院。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
当得到所述待预测病人后续因相同疾病种类重复入院,则将所述预置预测模型、所述疾病种类信息对应的第一特征值以及所述其它入院信息对应的第二特征值输入至预置解释工具中,得到所述第一特征值以及所述第二特征值对应特征的重要度排序结果。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
通过展示设备展示所述重要度排序结果。
5.根据权利要求3或4所述的方法,其特征在于,所述方法还包括:
通过展示设备,以柱形图展示所述重要度排序结果。
6.根据权利要求1所述的方法,其特征在于,所述入院信息还包括手术种类信息;
所述方法还包括:确定所述手术种类信息对应的第三特征值;
将所述第一特征值、第二特征值和第三特征值输入至预置预测模型中,得到所述待预测病人后续是否因相同疾病种类重复入院。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
当得到所述待预测病人后续因相同疾病种类重复入院,则将所述疾病种类信息对应的第一特征值、手术种类信息对应的第三特征值以及所述其它入院信息对应的第二特征值输入至预置解释工具中,得到所述第一特征值、第三特征值以及所述第二特征值对应特征的重要度排序结果。
8.根据权利要求2所述的方法,其特征在于,所述确定所述疾病种类信息对应的第一特征值以及所述其它入院信息对应的第二特征值,包括:
确定所述疾病种类标识对应的特征向量,作为所述第一特征值;
确定所述其它入院信息对应的预设值,作为所述第二特征值。
9.根据权利要求6所述的方法,其特征在于,所述确定所述手术种类信息对应的第三特征值,包括:
确定所述手术种类标识对应的特征向量,作为所述第三特征值。
10.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取多个病人的历史入院信息,并确定针对至少同一疾病重复入院病人的历史入院信息以及针对至少同一疾病单次入院病人的历史入院信息;
基于确定的所述历史入院信息,确定疾病种类信息对应的第一历史特征值以及其它入院信息对应的第二历史特征值;
基于所述第一历史特征值以及所述第二历史特征值,对预置初始分类模型进行训练,得到所述预置预测模型。
11.根据权利要求10所述的方法,其特征在于,所述方法还包括:
筛选所述第一历史特征值以及所述第二历史特征值中的无效历史特征值,无效历史特征值对训练所述预置初始分类模型不起作用。
12.根据权利要求10或11所述的方法,其特征在于,所述方法还包括:
删除所述第一历史特征值以及所述第二历史特征值中的异常历史特征值,并对删除后的所述第一历史特征值以及所述第二历史特征值进行数据分布变换。
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阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,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/202110064808.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种通信方法、设备、系统及存储介质
- 下一篇:可行驶空间规划方法及设备