[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

说明书

本申请实施例属于人工智能及数字医疗领域，涉及一种患者分类模型的处理装置、计算机设备及存储介质，装置将患者的训练样本数据输入初始患者分类模型，得到针对各候选分类结果的短期奖励预测参数、医生倾向预测参数以及长期奖励预测参数；从标签中获取短期奖励参数和医生倾向参数；基于短期奖励预测参数和短期奖励参数、医生倾向预测参数和医生倾向参数、短期奖励预测参数和长期奖励预测参数以及医生倾向预测参数和长期奖励预测参数计算联合损失，以调整初始患者分类模型得到患者分类模型；将目标患者的样本数据输入患者分类模型，得到患者分类结果。本申请还涉及区块链技术，训练样本数据可存储于区块链中。本申请提高了患者分类模型的准确性。

技术领域

本申请涉及数字医疗技术领域，尤其涉及一种患者分类模型的处理装置、计算机设备及存储介质。

背景技术

随着计算机技术的发展，医院等医疗机构也越来越多地使用计算机进行医疗诊断与医疗管理。患者分类是医疗领域中的一个重要议题，患者分类常常关联于治疗、诊断、风险评估等，精准的患者分类具有重要意义。

通过计算机实现的患者分类技术，通常是将患者的样本数据输入基于神经网络的患者分类模型，患者分类模型通常会从长期时间维度与短期时间维度进行预测，输出患者分类结果。然而，当从长期时间维度进行预测时，往往会由于时间的长期性带来较多的误差，导致患者分类模型的准确性较低。

发明内容

本申请实施例的目的在于提出一种患者分类模型的处理装置、计算机设备及存储介质，以解决患者分类模型准确性较低的问题。

为了解决上述技术问题，本申请实施例还提供一种患者分类模型的处理装置，采用了如下所述的技术方案：

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。

为了解决上述技术问题，本申请实施例还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现上述患者分类模型的处理装置中的各模块的功能。

为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现上述患者分类模型的处理装置中的各模块的功能。