[发明专利]患者分类模型的处理装置、计算机设备及存储介质

权利要求书

1.一种患者分类模型的处理装置，包括：

训练获取模块，用于获取患者带有标签的训练样本数据；

预测获取模块，用于将所述训练样本数据输入初始患者分类模型，以通过所述初始患者分类模型中的第一网络输出所述训练样本数据针对各候选分类结果的短期奖励预测参数以及医生倾向预测参数，并通过所述初始患者分类模型中的第二网络输出所述训练样本数据针对所述各候选分类结果的长期奖励预测参数；

标签获取模块，用于从所述标签中获取所述训练样本数据的短期奖励参数以及医生倾向参数；

损失计算模块，用于基于所述短期奖励预测参数和所述短期奖励参数、所述医生倾向预测参数和所述医生倾向参数、所述短期奖励预测参数和所述长期奖励预测参数以及所述医生倾向预测参数和所述长期奖励预测参数计算联合损失；

模型调整模块，用于根据所述联合损失对所述初始患者分类模型进行调整，直至所述联合损失满足训练停止条件，得到患者分类模型；

患者分类模块，用于获取目标患者的样本数据，并将所述样本数据输入所述患者分类模型，得到所述目标患者的患者分类结果。

2.根据权利要求1所述的患者分类模型的处理装置，其特征在于，所述损失计算模块包括：

第一计算子模块，用于根据所述短期奖励预测参数和所述短期奖励参数计算第一损失；

第二计算子模块，用于根据所述医生倾向预测参数和所述医生倾向参数计算第二损失；

第三计算子模块，用于根据所述短期奖励预测参数和所述长期奖励预测参数计算第三损失；

第四计算子模块，用于根据所述医生倾向预测参数和所述长期奖励预测参数计算第四损失；

联合计算子模块，用于对所述第一损失、所述第二损失、所述第三损失和所述第四损失进行线性运算，得到联合损失。

3.根据权利要求2所述的患者分类模型的处理装置，其特征在于，所述第一损失表示为：

L_R＝(R_true-R_predict)²

其中，R_true为所述短期奖励参数；R_predict为所述短期奖励预测参数。

4.根据权利要求2所述的患者分类模型的处理装置，其特征在于，所述第二损失表示为：

L_P＝-P_true*log(P_predict)-(1-P_true)*log(1-P_predict)

其中，P_true为所述医生倾向参数，P_predict为所述医生倾向预测参数。

5.根据权利要求2所述的患者分类模型的处理装置，其特征在于，所述第三损失表示为：

其中，s_t、a_t分别为时间点t的所述训练样本数据以及候选分类结果；F(s_t,a_t)为时间点t时，输入训练样本数据s_t、候选分类结果为a_t时得到的长期奖励预测参数；为时间点t时，输入训练样本数据s_t、候选分类结果为a时得到的无梯度形式的短期奖励预测参数；F(s_t+1,a)为时间点t+1时，输入训练样本数据s_t+1、候选分类结果为a时得到的长期奖励预测参数；为构造的长期奖励参数。

6.根据权利要求2所述的患者分类模型的处理装置，其特征在于，所述第四损失表示为：

其中，s_t、a_t分别为时间点t的所述训练样本数据以及候选分类结果；为时间点t时，输入训练样本数据s_t、候选分类结果为a_t时得到的无梯度形式的医生倾向预测参数；F(s_t,a_t)为时间点t时，输入训练样本数据s_t、候选分类结果为a_t时得到的长期奖励预测参数。