[发明专利]医疗质控数据处理方法、装置、设备、介质及程序产品

说明书

本申请提供了一种医疗质控数据处理方法、装置、设备、介质及程序产品，通过获取多个医院的历史检测数据以及用户输入的异常控制比例和循环结束条件；利用预设聚类模型，根据聚类结果对预设的初始分类模型进行训练，以确定质控分类模型；通过质控分类模型对测试数据进行误差识别测试，并根据测试结果对应的假阳率判断是否满足循环结束条件，假阳率用于表征被误判数据占测试数据的比例；若否，则根据预设调整规则调整异常控制比例的取值，并重新根据调整后的异常控制比例对历史检测数据进行聚类处理，重新训练质控分类模型，直至假阳率满足循环结束条件。解决了如何为医疗数据质控方法建立起一个标准参考系的技术问题。

本申请要求于2021年4月14日提交中国专利局，申请号为202110398353.1，申请名称为“一种基于机器学习技术的设备异常识别方法”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本申请涉及医疗质控技术领域，尤其涉及一种医疗质控数据处理方法、装置、设备、介质及程序产品。

背景技术

质量监控是产品生产过程中的一个重要环节，由此也形成了对人们生产生活中方方面面的质量监控思想，医疗卫生领域自然也应当存在医疗质控技术，利用该医疗质控技术对医院、医疗研究机构、医疗监管机构中的医疗数据进行质量监控。

但是诞生于产品或服务领域的质控技术在应用到医疗卫生领域时却面临着非常巨大的困难。因为质量监控的核心是检测某个产品或某个服务的一个或多个指标是否在预设的标准范围内，而对于产品或者服务来说，其内在的特性较为简单，如产品的尺寸是否满足正态分布的六西格玛准则。但是对于医疗卫生领域来说，生物的各项生理学特性之间的关联关系是非常复杂的，人类在医学领域的理论研究仍然无法完全挖掘出这些生理学特性之间的相互作用或者相互影响，例如人体血压、血糖等生理指标的波动就和很多因素相关联。

这就造成了质控技术无法得到一个标准且明确的参考系，从而使得对医疗设备的检测数据的质控效果较差，总体质控精度不高，且易受离群值因素的影响。因此，如何为医疗数据质控方法建立起一个标准参考系成为了亟待解决的技术问题。

发明内容

本申请提供一种医疗质控数据处理方法、装置、设备、介质及程序产品，以解决如何为医疗数据质控方法建立起一个标准参考系的技术问题。

第一个方面，本申请提供一种医疗质控数据处理方法，包括：

获取多个医院的历史检测数据以及用户输入的异常控制比例和循环结束条件；

利用预设聚类模型，根据异常控制比例对历史检测数据进行聚类处理，以确定聚类结果；

根据聚类结果对预设的初始分类模型进行训练，以确定质控分类模型；

通过质控分类模型对测试数据进行误差识别测试，并根据测试结果对应的假阳率判断是否满足循环结束条件，假阳率用于表征被误判数据占测试数据的比例，被误判数据包含在误差识别测试的被剔除数据集中；

若否，则根据预设调整规则调整异常控制比例的取值，并重新根据调整后的异常控制比例对历史检测数据进行聚类处理，重新训练质控分类模型，直至假阳率满足循环结束条件。

可选的，循环结束条件包括：

假阳率小于第一预设阈值，和/或，

假阳率与第一预设阈值的比值小于或等于第二预设阈值。

在一种可能的设计中，第一预设阈值的第一取值范围包括：1％至5％，第二预设阈值的第二取值范围小于或等于20％。

在一种可能的设计中，异常控制比例的取值区间包括：20％至50％。