一种分诊预测的方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种分诊预测的方法、装置及电子设备，其中，该方法包括：获取历史的多个就诊数据以及相应的分诊结果，就诊数据包括数值型的检测数据和数值型的基本数据；对历史的就诊数据依次进行特征外延和特征筛选，确定相应的历史特征；根据历史特征和分诊结果对预设的分类模型进行训练，生成分诊预测模型；获取当前的就诊数据，并根据当前的就诊数据确定与历史特征格式相同的当前特征；将当前特征输入至分诊预测模型，生成当前的分诊结果。本发明专利技术实施例提供的技术方案，就诊数据均为客观的数值型数据，不会受到人为因素影响，数据可靠性较高；训练时不会只考虑就诊数据对应的模糊范围，故能够更加准确地确定分诊结果。

【技术实现步骤摘要】
一种分诊预测的方法、装置及电子设备
本专利技术涉及数据处理
，具体而言，涉及一种分诊预测的方法、装置、电子设备及计算机可读存储介质。
技术介绍
分诊是指对来院急诊就诊病人进行快速、重点地收集资料，并将资料进行分析、判断，按轻、重、缓、急安排就诊顺序，同时登记入册(档)，以保证人们在突然疾病或意外时，可以具有更优的就诊顺序，从而在最快时间内得到救治。目前部分医院没有明确的分诊标准，容易导致分诊护士对病情误判而延误治疗。有些医院虽然也开展分诊工作，但其除了会参考心率、体温等数据之外，还会基于患者当时的反映、面色等数据，即会基于分诊护士的经验以及检测仪器共同生成数据；之后，利用该数据对每项指标进行打分，利用提前制定的静态打分表计算总分值，最后基于该总分值进行分诊判断。在实现本专利技术的过程中，专利技术人发现现有的方案中至少存在如下问题：现有的分诊方法仍然需要人为判断患者的反映、气色等，易被人为经验干扰。静态打分表将每项指标划分为多个范围，基于患者指标所落入的范围进行打分，例如，SPO2(血氧饱和度)≥95％为2分，90％<SPO2<95％为1份，SPO2≤90％为0分；该打分方式会将精确的指标转换为模糊的指标，进而导致分诊结果不准确；且静态打分表只是基于最后的总分值进行分诊，不能够有效考虑患者当时的情况，导致现有分诊方法可靠性不高，不能准确地进行分诊。
技术实现思路
为解决现有分诊方法可靠性较差的技术问题，本专利技术实施例提供一种分诊预测的方法、装置、电子设备及计算机可读存储介质。第一方面，本专利技术实施例提供了一种分诊预测的方法，包括：获取历史的多个就诊数据以及相应的分诊结果，所述就诊数据包括数值型的检测数据和数值型的基本数据，所述检测数据包括血氧饱和度、心率、体温、收缩压、舒张压和神志，所述基本数据包括年龄、性别、就诊日期中的一项或多项；对历史的所述就诊数据依次进行特征外延和特征筛选，确定相应的历史特征；根据所述历史特征和所述分诊结果对预设的分类模型进行训练，生成分诊预测模型；获取当前的就诊数据，并根据当前的所述就诊数据确定与所述历史特征格式相同的当前特征；将所述当前特征输入至所述分诊预测模型，生成当前的分诊结果。第二方面，本专利技术实施例还提供了一种分诊预测的装置，包括：数据获取模块，用于获取历史的多个就诊数据以及相应的分诊结果，所述就诊数据包括数值型的检测数据和数值型的基本数据，所述检测数据包括血氧饱和度、心率、体温、收缩压、舒张压和神志，所述基本数据包括年龄、性别、就诊日期中的一项或多项；处理模块，用于对历史的所述就诊数据依次进行特征外延和特征筛选，确定相应的历史特征；根据所述历史特征和所述分诊结果对预设的分类模型进行训练，生成分诊预测模型；分诊预测模块，用于获取当前的就诊数据，并根据当前的所述就诊数据确定与所述历史特征格式相同的当前特征；将所述当前特征输入至所述分诊预测模型，生成当前的分诊结果。第三方面，本专利技术实施例提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述任意一项所述的分诊预测的方法中的步骤。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的分诊预测的方法中的步骤。本专利技术实施例提供的分诊预测的方法、装置、电子设备及计算机可读存储介质，就诊数据均为客观的数值型数据，不会受到人为因素影响，数据可靠性较高；基于该就诊数据对模型进行训练，可以基于就诊数据准确地特征进行训练，不会只考虑就诊数据对应的模糊范围，故能够更加准确地确定分诊结果。同时，通过特征外延和特征筛选，可以将就诊数据原始的基本特征扩展为有效的更多的特征，能够进一步提高模型的精度，从而可以提高分诊准确率。附图说明为了更清楚地说明本专利技术实施例或
技术介绍
中的技术方案，下面将对本专利技术实施例或
技术介绍
中所需要使用的附图进行说明。图1示出了本专利技术实施例所提供的一种分诊预测的方法的流程图；图2示出了本专利技术实施例所提供的一种分诊预测的装置的结构示意图；图3示出了本专利技术实施例所提供的一种用于执行分诊预测的方法的电子设备的结构示意图。具体实施方式在本专利技术实施例的描述中，所属
的技术人员应当知道，本专利技术实施例可以实现为方法、装置、电子设备及计算机可读存储介质。因此，本专利技术实施例可以具体实现为以下形式：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外，在一些实施例中，本专利技术实施例还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式，该计算机可读存储介质中包含计算机程序代码。上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括：电、磁、光、电磁、红外或半导体的系统、装置或器件，或者以上任意的组合。计算机可读存储介质更具体的例子包括：便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、闪存(FlashMemory)、光纤、光盘只读存储器(CD-ROM)、光存储器件、磁存储器件或以上任意组合。在本专利技术实施例中，计算机可读存储介质可以是任意包含或存储程序的有形介质，该程序可以被指令执行系统、装置、器件使用或与其结合使用。上述计算机可读存储介质包含的计算机程序代码可以用任意适当的介质传输，包括：无线、电线、光缆、射频(RadioFrequency，RF)或者以上任意合适的组合。可以以汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或以一种或多种程序设计语言或其组合来编写用于执行本专利技术实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，例如：Java、Smalltalk、C++，还包括常规的过程式程序设计语言，例如：C语言或类似的程序设计语言。计算机程序代码可以完全的在用户计算机上执行、部分的在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行以及完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括：局域网(LAN)或广域网(WAN)，可以连接到用户计算机，也可以连接到外部计算机。本专利技术实施例通过流程图和/或方框图描述所提供的方法、装置、电子设备。应当理解，流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合，都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而生产出一种机器，这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行，产生了实现流程图和/或方框图中的方框规定的本文档来自技高网...

【技术保护点】
1.一种分诊预测的方法，其特征在于，包括：/n获取历史的多个就诊数据以及相应的分诊结果，所述就诊数据包括数值型的检测数据和数值型的基本数据，所述检测数据包括血氧饱和度、心率、体温、收缩压、舒张压和神志，所述基本数据包括年龄、性别、就诊日期中的一项或多项；/n对历史的所述就诊数据依次进行特征外延和特征筛选，确定相应的历史特征；根据所述历史特征和所述分诊结果对预设的分类模型进行训练，生成分诊预测模型；/n获取当前的就诊数据，并根据当前的所述就诊数据确定与所述历史特征格式相同的当前特征；将所述当前特征输入至所述分诊预测模型，生成当前的分诊结果。/n

【技术特征摘要】
1.一种分诊预测的方法，其特征在于，包括：
获取历史的多个就诊数据以及相应的分诊结果，所述就诊数据包括数值型的检测数据和数值型的基本数据，所述检测数据包括血氧饱和度、心率、体温、收缩压、舒张压和神志，所述基本数据包括年龄、性别、就诊日期中的一项或多项；
对历史的所述就诊数据依次进行特征外延和特征筛选，确定相应的历史特征；根据所述历史特征和所述分诊结果对预设的分类模型进行训练，生成分诊预测模型；
获取当前的就诊数据，并根据当前的所述就诊数据确定与所述历史特征格式相同的当前特征；将所述当前特征输入至所述分诊预测模型，生成当前的分诊结果。


2.根据权利要求1所述的方法，其特征在于，所述获取历史的多个就诊数据包括：
根据数据库中每条数据的虚拟标识和身份证标识进行统一处理，统一具有相同虚拟标识的数据的身份证标识，或者统一具有相同身份证标识的数据的虚拟标识；
从每个所述虚拟标识或所述身份证标识对应的数据中选取出不超过预设数量的数据作为历史的就诊数据。


3.根据权利要求1所述的方法，其特征在于，在所述对历史的所述就诊数据依次进行特征外延之前，还包括：
确定历史的所述就诊数据的每个字段的数据缺失率，在所述数据缺失率大于预设缺失率阈值时，删除相应的字段；
在历史的所述就诊数据存在数据缺失的有效字段时，若所述有效字段为分类型字段，则根据所述有效字段的众数对历史的所述就诊数据的有效字段进行数据填充；若所述有效字段为连续型字段，则基于随机插补法对历史的所述就诊数据的有效字段进行数据填充；其中，所述有效字段为数据缺失率不大于预设缺失率阈值的字段；
在历史的所述就诊数据中存在离群值时，将所述离群值作为缺失数据进行数据填充，或者将所述离群值修改为所述离群值对应的正常范围的限值。


4.根据权利要求1所述的方法，其特征在于，在所述对历史的所述就诊数据依次进行特征外延之前，还包括：
在所述就诊数据的字段所对应数据可分割时，将可分割数据对应的字段作为目标字段，并将所述目标字段对应的数据进行分割，生成与分割后的数据相对应的新的字段，并删除所述目标字段。


5.根据权利要求1-4任意一项所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：莫国龙，赵永杰，白永申，才洪波，安超，张兴厅，田飞，
申请(专利权)人：联仁健康医疗大数据科技股份有限公司，
类型：发明
国别省市：上海;31