【技术实现步骤摘要】
医疗数据处理方法及装置、存储介质、电子设备
本专利技术实施例涉及数据处理
,具体而言,涉及一种医疗数据处理方法、医疗数据处理装置、计算机可读存储介质以及电子设备。
技术介绍
随着临床医疗大数据的不断应用与机器学习技术的快速发展,基于机器学习技术,从海量的电子病历数据中,自动挖掘数据隐藏的知识(医学只是发现、医生诊疗经验等),已经成为一个热点的研究方向。结直肠癌是发病率top5的恶性肿瘤之一,结直肠癌的术后辅助化疗方案的选择在结直肠癌的治疗过程中是比较重要的一个决策。目前,医生都是基于自己的诊疗经验和临床指南来选择化疗方案,有部分实现的辅助系统时基于临床指南来构建基于规则树的推荐。但是,基于规则树的结直肠癌术后化疗推荐模型主要是针对临床指南的拆解,不能覆盖临床各种病人的真实情况,大多数时候推荐的方案准确率较低。因此,需要提供一种新的医疗数据处理方法及装置。需要说明的是,在上述
技术介绍
部分专利技术的信息仅用于加强对本专利技术的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本专利技术的目的在于提供一种医疗数据处理方法、医疗数据 ...
【技术保护点】
1.一种医疗数据处理方法,其特征在于,包括:获取满足预设条件的原始病历数据,并从所述原始病历数据中获取目标病历数据的第一医疗决策信息以及第一特征信息;利用所述第一医疗决策信息以及所述第一特征信息对基于机器学习的原始模型进行训练,得到辅助决策模型;利用所述辅助决策模型对待处理病患的第二特征信息进行预测,得到所述待处理病患的第二医疗决策信息。
【技术特征摘要】
1.一种医疗数据处理方法,其特征在于,包括:获取满足预设条件的原始病历数据,并从所述原始病历数据中获取目标病历数据的第一医疗决策信息以及第一特征信息;利用所述第一医疗决策信息以及所述第一特征信息对基于机器学习的原始模型进行训练,得到辅助决策模型;利用所述辅助决策模型对待处理病患的第二特征信息进行预测,得到所述待处理病患的第二医疗决策信息。2.根据权利要求1所述的医疗数据处理方法,其特征在于,利用所述第一医疗决策信息以及所述第一特征信息对基于机器学习的原始模型进行训练,得到辅助决策模型包括:根据所述第一医疗决策信息以及第一特征信息建立数据集,并将所述数据集分为训练数据集以及测试数据集;利用所述训练数据集对基于机器学习的原始模型进行训练,得到训练结果;其中,所述训练结果包括所述第一医疗决策信息以及所述第一特征信息的关联关系;利用所述测试数据集对所述训练结果进行测试;如果所述训练结果的测试结果满足预设测试结果,则将训练后的原始模型作为所述辅助决策模型。3.根据权利要求2所述的医疗数据处理方法,其特征在于,所述原始模型包括Bayes模型、决策树模型、逻辑回归模型、SVM模型以及神经网络模型中的一种或多种。4.根据权利要求2所述的医疗数据处理方法,根据所述第一医疗决策信息以及第一特征信息建立数据集包括:判断所述第一特征信息是否为连续特征值;如果所述第一特征信息为连续特征值,则对所述第一特征信息进行离散化处理,得到离散特征值;对所述离散特征值进行归一化以及标准化处理,得到标准离散特征值;利用所述第一医疗决策信息以及所述标准离散特...
【专利技术属性】
技术研发人员:李林峰,王泷,
申请(专利权)人:医渡云北京技术有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。