异常患者识别方法、装置、终端设备及存储介质制造方法及图纸

本申请适用于人工智能技术领域，提供了一种异常患者识别方法、装置、终端设备及存储介质，通过对患者每次就诊的每个收费项目的名称、类型及花费进行向量表示，获得患者每次就诊的数据的表示向量；按照时间顺序，将所述患者每次就诊的数据的表示向量输入长短期记忆网络，获得所述患者多次就诊的数据的表示向量；基于患者的多次就诊数据的表示向量，识别患者是否异常，通过对患者的多次就诊行为进行挖掘，来进行异常患者识别，提高了识别准确度，丰富了异常患者识别方法库。丰富了异常患者识别方法库。丰富了异常患者识别方法库。

【技术实现步骤摘要】
异常患者识别方法、装置、终端设备及存储介质


[0001]本申请涉及人工智能
，尤其涉及一种异常患者识别方法、装置、终端设备及存储介质。

技术介绍

[0002]随着人工智能技术和医疗领域的融合不断加深，越来越多的医疗相关的任务依托于先进的人工智能技术(包括深度学习技术、机器学习技术、自然语言处理技术、大数据分析技术等)来实现。医疗质量控制是指在医疗活动中，对于现有和潜在的风险进行识别、分析、评估和处理，有计划和有组织地减少和消除风险的发生，降低风险事件造成的不利影响和经济损失。在医疗质量控制领域中，对异常患者的识别是重要的任务之一。
[0003]现有的异常患者识别方法主要是对患者的基本信息(例如年龄、性别、身高、体重等)进行分析，从统计值出发对患者进行异常识别。然而，这种方法较为基础，进行异常患者识别的能力有限。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种异常患者识别方法、装置、终端设备及存储介质，以解决现有的异常患者识别方法主要是对患者的基本信息进行分析，从统计值出发对患者进行异常识别，异常患者识别的能力有限的问题。
[0005]本申请实施例的第一方面提供了一种异常患者识别方法，包括：
[0006]对患者每次就诊的数据进行向量表示，获得所述患者每次就诊的数据的表示向量，所述患者每次就诊的数据包括每个收费项目的名称、类型及花费；
[0007]按照时间顺序，将所述患者每次就诊的数据的表示向量输入长短期记忆网络，获得所述患者多次就诊的数据的表示向量；r/>[0008]基于所述患者的多次就诊数据的表示向量，识别所述患者是否异常。
[0009]本申请实施例的第二方面提供了一种异常患者识别装置，包括：
[0010]第一向量表示单元，用于对患者每次就诊的数据进行向量表示，获得所述患者每次就诊的数据的表示向量，所述患者每次就诊的数据包括每个收费项目的名称、类型及花费；
[0011]第二向量表示单元，用于按照时间顺序，将所述患者每次就诊的数据的表示向量输入长短期记忆网络，获得所述患者多次就诊的数据的表示向量；
[0012]识别单元，用于基于所述患者的多次就诊数据的表示向量，识别所述患者是否异常。
[0013]本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在终端设备上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面提供的异常患者识别方法的步骤。
[0014]本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储
介质存储有计算机程序，所述计算机程序被处理器执行时实现第一方面提供的异常患者识别方法的步骤。
[0015]本申请实施例的第一方面提供的异常患者识别方法，通过对患者每次就诊的每个收费项目的名称、类型及花费进行向量表示，获得患者每次就诊的数据的表示向量；按照时间顺序，将所述患者每次就诊的数据的表示向量输入长短期记忆网络，获得所述患者多次就诊的数据的表示向量；基于患者的多次就诊数据的表示向量，识别患者是否异常，通过对患者的多次就诊行为进行挖掘，来进行异常患者识别，提高了识别准确度，丰富了异常患者识别方法库。
[0016]可以理解的是，上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
[0017]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是本申请实施例提供的异常患者识别方法的第一种流程示意图；
[0019]图2是本申请实施例提供的异常患者识别方法的第二种流程示意图；
[0020]图3是本申请实施例提供的患者的单次就诊行为的表示学习模型的结构示意图；
[0021]图4是本申请实施例提供的长短期记忆网络的结构示意图；
[0022]图5是本申请实施例提供的异常患者识别装置的结构示意图；
[0023]图6是本申请实施例提供的终端设备的结构示意图。
具体实施方式
[0024]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0025]应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0026]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0027]如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0028]另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0029]在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0030]本申请实施例提供一种异常患者识别方法，可以由终端设备的处理器在运行相应的计算机程序时执行，通过对患者的多次就诊行为进行挖掘，来进行异常患者识别，提高了识别准确度，丰富了异常患者识别方法库。
[0031]本申请实施例提供的异常患者识别方法，可以应用于智慧就诊场景中，从而推动智慧城市的建设，例如，临床医疗质量控制场景、医疗保险费用控制场景、医疗保险风险控制场景等。
[0032]在应用中，终端设备可以是(云)服务器、个人计算机、笔记本电脑等能够实现数据处理功能的计算设备，例如，医疗机构的服务器，该服务器用于运行医疗信息管理系统(Hospital Information System)，异常本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常患者识别方法，其特征在于，包括：对患者每次就诊的数据进行向量表示，获得所述患者每次就诊的数据的表示向量，所述患者每次就诊的数据包括每个收费项目的名称、类型及花费；按照时间顺序，将所述患者每次就诊的数据的表示向量输入长短期记忆网络，获得所述患者多次就诊的数据的表示向量；基于所述患者的多次就诊数据的表示向量，识别所述患者是否异常。2.根据权利要求1所述的异常患者识别方法，其特征在于，所述对患者每次就诊的数据进行向量表示，获得所述患者每次就诊的数据的表示向量，包括：对患者每次就诊的每个收费项目的名称进行向量表示，获得所述患者每次就诊的每个收费项目的名称的表示向量，相同的名称的表示向量相同；对患者每次就诊的每个收费项目的类型进行向量表示，获得所述患者每次就诊的每个收费项目的类型的表示向量，相同的类型的表示向量相同；对患者每次就诊的每个收费项目的花费进行向量表示，获得所述患者每次就诊的每个收费项目的花费的表示向量，相同的花费的表示向量相同；将所述患者每次就诊的收费项目的名称的表示向量、收费项目的类型的表示向量和收费项目的花费的表示向量相加，获得所述患者每次就诊的输入表示向量；基于所述所述患者每次就诊的输入表示向量，获得所述患者每次就诊的数据的表示向量。3.根据权利要求2所述的异常患者识别方法，其特征在于，所述对患者每次就诊的每个收费项目的花费进行向量表示，获得所述患者每次就诊的每个收费项目的花费的表示向量，包括：将患者每次就诊的每个收费项目的花费在预设数量个区间中落入的区间的向量表示为第一数值、未落入的区间的向量表示为第二数值，获得所述预设数量个区间的向量，作为所述患者每次就诊的每个收费项目的花费的向量表示。4.根据权利要求3所述的异常患者识别方法，其特征在于，所述将患者每次就诊的收费项目的花费在预设数量个区间中落入的区间的向量表示为第一数值、未落入的区间的向量表示为第二数值之前，包括：对患者每次就诊的所有收费项目的花费进行区间划分，获得预设数量个区间。5.根据权利要求2所述的异常患者识别方法，其特征在于，所述将所述患者每次就诊的收费项目的名称的表示向量、收费项目的类型的表示向量和收费项目的花费的表示向量相加，获得输入表示向量，包括：将所述患者每次就诊的收费项目的名称的表示向量输入名称嵌入层、收费项目的类型的表示向量输入类型嵌入层、收费项目的花费的表示向量输入花费嵌入层，以将所述患者每次就诊的收费项目的名称的表示向量、收费项目的类型的表示向量和收费项目的花费的表示向量相加，获得所述患者每次就诊的输入表示向量，输入所述名称嵌入层...

【专利技术属性】
技术研发人员：宋威，吴鹏，李佳秀，杨志专，
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：