异常医疗指标确定方法、装置、电子设备及存储介质制造方法及图纸

技术编号:26480711 阅读:33 留言:0更新日期:2020-11-25 19:26
本发明专利技术涉及智慧医疗,提供一种异常医疗指标确定方法、装置、电子设备及存储介质。该方法能确定检测区域,获取检测区域内所有待确诊患者的体检数据,根据体检数据确定待检测医疗指标及指标群体范围,将体检数据与指标群体范围进行比较,将不在指标群体范围内的体检数据确定为第一数据,将体检数据输入至检测模型中,得到第二数据,根据第一数据及第二数据确定异常体检数据,将与异常体检数据对应的待确诊患者确定为目标患者,将与异常体检数据对应的待检测医疗指标确定为异常医疗指标。本发明专利技术能够准确并完整地确定出待确诊患者的异常医疗指标。此外,本发明专利技术还涉及区块链技术,所述异常医疗指标可存储于区块链中。

【技术实现步骤摘要】
异常医疗指标确定方法、装置、电子设备及存储介质
本专利技术涉及智慧医疗
,尤其涉及一种异常医疗指标确定方法、装置、电子设备及存储介质。
技术介绍
为了辅助医生采取一定的措施帮助用户规避风险,目前的方式是通过检测用户的医疗指标数据是否符合制定的医疗指标规则,然而,当制定的医疗指标规则没有覆盖到全部的医疗指标数据时,会造成用户的异常医疗指标数据无法被检测出来,从而导致无法准确确定用户的异常医疗指标。
技术实现思路
鉴于以上内容,有必要提供一种异常医疗指标确定方法、装置、电子设备及存储介质,在无需制定医疗指标规则的前提下,能够准确并完整地确定出待确诊患者的异常医疗指标。一方面,本专利技术提出一种异常医疗指标确定方法,所述异常医疗指标确定方法包括:当接收到异常医疗指标确定请求时,从所述异常医疗指标确定请求中确定检测区域;获取所述检测区域内所有待确诊患者的体检数据,并根据所述体检数据确定待检测医疗指标;根据所述体检数据确定所述待检测医疗指标的指标群体范围;将所述体检数据与所述指标群体范围进本文档来自技高网...

【技术保护点】
1.一种异常医疗指标确定方法,其特征在于,所述异常医疗指标确定方法包括:/n当接收到异常医疗指标确定请求时,从所述异常医疗指标确定请求中确定检测区域;/n获取所述检测区域内所有待确诊患者的体检数据,并根据所述体检数据确定待检测医疗指标;/n根据所述体检数据确定所述待检测医疗指标的指标群体范围;/n将所述体检数据与所述指标群体范围进行比较,并将不在所述指标群体范围内的体检数据确定为第一数据;/n将所述体检数据输入至预先创建的检测模型中,得到第二数据;/n根据所述第一数据及所述第二数据确定异常体检数据;/n将与所述异常体检数据对应的待确诊患者确定为目标患者,并将与所述异常体检数据对应的待检测医疗指...

【技术特征摘要】
1.一种异常医疗指标确定方法,其特征在于,所述异常医疗指标确定方法包括:
当接收到异常医疗指标确定请求时,从所述异常医疗指标确定请求中确定检测区域;
获取所述检测区域内所有待确诊患者的体检数据,并根据所述体检数据确定待检测医疗指标;
根据所述体检数据确定所述待检测医疗指标的指标群体范围;
将所述体检数据与所述指标群体范围进行比较,并将不在所述指标群体范围内的体检数据确定为第一数据;
将所述体检数据输入至预先创建的检测模型中,得到第二数据;
根据所述第一数据及所述第二数据确定异常体检数据;
将与所述异常体检数据对应的待确诊患者确定为目标患者,并将与所述异常体检数据对应的待检测医疗指标确定为所述目标患者的异常医疗指标。


2.如权利要求1所述的异常医疗指标确定方法,其特征在于,所述获取所述检测区域内所有待确诊患者的体检数据包括:
获取所述所有待确诊患者的体检报告;
识别所述体检报告的文件格式,并将所述文件格式为非文本格式的体检报告转换成具有文本格式的体检报告;
从所述具有文本格式的体检报告中获取所述体检数据。


3.如权利要求1所述的异常医疗指标确定方法,其特征在于,所述根据所述体检数据确定所述待检测医疗指标的指标群体范围包括:
根据所述体检数据确定所述待检测医疗指标的期望值,并根据所述体检数据确定所述待检测医疗指标的标准差;
将所述期望值与所述标准差的预设倍数相减,得到所述待检测医疗指标的第一阈值,并将所述期望值与所述标准差的所述预设倍数相加,得到所述待检测医疗指标的第二阈值;
根据所述第一阈值与所述第二阈值确定所述待检测医疗指标的指标群体范围。


4.如权利要求1所述的异常医疗指标确定方法,其特征在于,在将所述体检数据输入至预先创建的检测模型中,得到第二数据之前,所述方法还包括:
采用网络爬虫技术获取历史医疗数据;
根据所述历史医疗数据所属的指标对所述历史医疗数据进行标识,得到多个指标类别;
基于所述历史医疗数据及对应的指标类别构建每个指标类别的数据集;
将每个指标类别的数据集输入至遗忘门层进行遗忘处理,得到每个指标类别的训练数据;
采用交叉验证法将每个指标类别的训练数据划分为每个指标类别的训练集及每个指标类别的验证集;
将每个训练集中的历史医疗数据输入至输入门层进行训练,得到与所述多个指标类别对应的多个初级学习器;
将所述多个初级学习器进行融合,得到次级学习器;
根据每个验证集中的历史医疗数据调整所述次级学习器,得到所述检测模型。


5.如权利要求4所述的异常医疗指标确定方法,其特征在于,所述采用交叉验证法将每个指标...

【专利技术属性】
技术研发人员:齐筱珊
申请(专利权)人:平安国际智慧城市科技股份有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1