[发明专利]医疗费用预测的方法、装置、系统、电子装置和存储介质

权利要求书

1.一种医疗费用预测的方法，其特征在于，所述方法包括：

获取所有参与方对应的历史医疗数据，根据所述历史医疗数据生成训练集；

将所述训练集输入至联邦学习平台，并通过所述参与方，利用所述联邦学习平台训练得到基于决策树的第一预测模型；其中，所述联邦学习平台由每个所述参与方上预先部署的各本地集群搭建生成；

获取至少一个所述参与方对应的待测医疗数据，并将所述待测医疗数据输入至所述第一预测模型，以生成医疗费用预测结果。

2.根据权利要求1所述的方法，其特征在于，所述将所述训练集输入至联邦学习平台，并通过所述参与方，利用所述联邦学习平台训练得到基于决策树的第一预测模型包括：

将所述训练集输入至每个所述参与方；其中，所述参与方根据所述训练集生成候选分裂点，并遍历所述候选分类点以生成梯度直方图；

通过所述联邦学习平台，接收每个所述参与方加密所述梯度直方图后对应得到的加密直方图，根据所述加密直方图生成全局梯度直方图；

根据所述全局梯度直方图得到最优分裂点，并通过所述联邦学习平台，将所述最优分裂点发送至每个所述参与方；其中，所述参与方根据所述最优分裂点更新所述决策树，进而生成所述第一预测模型。

3.根据权利要求1所述的方法，其特征在于，所述根据所述历史医疗数据生成训练集包括：

获取预设数据结构；

根据所述预设数据结构对所述历史医疗数据进行数据预处理，得到处理后的特征数据集；

根据所述特征数据集生成所述训练集。

4.根据权利要求1所述的方法，其特征在于，所述根据所述历史医疗数据生成训练集包括：

根据所述历史医疗数据生成所述训练集、验证集以及测试集。

5.根据权利要求4所述的方法，其特征在于，所述利用所述联邦学习平台训练得到基于决策树的第一预测模型之后，所述方法还包括：

将所述验证集发送至所有所述参与方；其中，所述参与方根据所述验证集对所述第一预测模型进行调参处理，得到处理后的第二预测模型，并从所有所述第二预测模型中选取得到最优预测模型；

将所述测试集发送至所述参与方，接收所述参与方根据所述测试集得到的针对所述最优预测模型的测试结果，并将所述待测医疗数据输入至所述最优预测模型，以生成所述医疗费用预测结果。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述联邦学习平台的搭建方法包括：

在所有所述参与方上分别部署独立的Kubernetes本地集群；其中，每个Kubernetes本地集群之间相互连接；

在所述Kubernetes本地集群中部署FATE，进而生成所述联邦学习平台。

7.一种医疗费用预测的装置，其特征在于，所述装置包括：获取模块、训练模块和生成模块；

所述获取模块，用于获取所有参与方对应的历史医疗数据，并根据所述历史医疗数据生成训练集；

所述训练模块，用于将所述训练集输入至联邦学习平台，并通过所述参与方，利用所述联邦学习平台训练得到基于决策树的第一预测模型；其中，所述联邦学习平台由每个所述参与方上预先部署的各本地集群搭建生成；

所述生成模块，用于获取至少一个所述参与方对应的待测医疗数据，并将所述待测医疗数据输入至所述第一预测模型，以生成医疗费用预测结果。

8.一种医疗费用预测的系统，其特征在于，所述系统包括：终端设备、传输设备以及服务器设备；其中，所述终端设备通过传输设备连接服务器设备；

所述终端设备用于显示医疗费用预测结果；

所述传输设备用于传输所述医疗费用预测结果；

所述服务器设备用于执行如权利要求1至6中任一项所述的医疗费用预测的方法。

9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至6中任一项所述的医疗费用预测的方法。

10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至6中任一项所述的医疗费用预测的方法。