【技术实现步骤摘要】
医疗质控数据处理方法、装置、设备、介质及程序产品
[0001]本申请要求于2021年4月14日提交中国专利局，申请号为202110398353.1，申请名称为“一种基于机器学习技术的设备异常识别方法”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
[0002]本申请涉及医疗质控
，尤其涉及一种医疗质控数据处理方法、装置、设备、介质及程序产品。
技术介绍
[0003]质量监控是产品生产过程中的一个重要环节，由此也形成了对人们生产生活中方方面面的质量监控思想，医疗卫生领域自然也应当存在医疗质控技术，利用该医疗质控技术对医院、医疗研究机构、医疗监管机构中的医疗数据进行质量监控。
[0004]但是诞生于产品或服务领域的质控技术在应用到医疗卫生领域时却面临着非常巨大的困难。因为质量监控的核心是检测某个产品或某个服务的一个或多个指标是否在预设的标准范围内，而对于产品或者服务来说，其内在的特性较为简单，如产品的尺寸是否满足正态分布的六西格玛准则。但是对于医疗卫生领域来说，生物的各项生理学特性之间的关联关系...
【技术保护点】
【技术特征摘要】
1.一种医疗质控数据处理方法，其特征在于，包括：获取多个医院的历史检测数据以及用户输入的异常控制比例和循环结束条件；利用预设聚类模型，根据所述异常控制比例对所述历史检测数据进行聚类处理，以确定聚类结果；根据所述聚类结果对预设的初始分类模型进行训练，以确定质控分类模型；通过所述质控分类模型对测试数据进行误差识别测试，并根据测试结果对应的假阳率判断是否满足所述循环结束条件，所述假阳率用于表征被误判数据占所述测试数据的比例，所述被误判数据包含在所述误差识别测试的被剔除数据集中；若否，则根据预设调整规则调整所述异常控制比例的取值，并重新根据调整后的所述异常控制比例对所述历史检测数据进行聚类处理，重新训练所述质控分类模型，直至所述假阳率满足所述循环结束条件。2.根据权利要求1所述的医疗质控数据处理方法，其特征在于，所述循环结束条件包括：所述假阳率小于第一预设阈值，和/或，所述假阳率与所述第一预设阈值的比值小于或等于第二预设阈值。3.根据权利要求2所述的医疗质控数据处理方法，其特征在于，所述第一预设阈值的第一取值范围包括：1％至5％，所述第二预设阈值的第二取值范围小于或等于20％。4.根据权利要求1
‑
3中任意一项所述的医疗质控数据处理方法，其特征在于，所述异常控制比例的取值区间包括：20％至50％。5.根据权利要求1所述的医疗质控数据处理方法，其特征在于，所述异常控制比例的取值区间包括：第一子区间、第二子区间以及第三子区间，所述第一子区间包括：20％至30％，所述第二子区间包括：30％至40％，所述第三子区间包括：40％至50％。6.根据权利要求5所述的医疗质控数据处理方法，其特征在于，所述根据预设调整规则调整所述异常控制比例的取值，包括：当所述异常控制比例的当前取值属于所述第二子区间时，判断所述异常控制比例的上一个取值所在的区间；若所述上一个取值所在的区间为所述第一子区间，则将所述异常控制比例的取值调整为所述第三子区间中的数值；若所述上一个取值所在的区间为所述第三子区间，则将所述异常控制比例的取值调整为所述第一子区间中的数值；若所述上一个取值所在的区间为所述第二子区间，则根据第一预设间隔值增大或减小所述异常控制比例的取值。7.根据权利要求5所述的医疗质控数据处理方法，其特征在于，所述根据预设调整规则调整所述异常控制比例的取值，包括：当所述异常控制比例的当前取值属于所述第一子区间时，判断所述异常控制比例的上一个取值所在的区间；当所述上一个取值所在的区间为所述第二子区间时，若所述当前取值对应的假阳率小于所述上一个取值所对应的假阳率，则根据第二预设间隔值减小所述异常控制比例的取值；否则，根据第三预设间隔值增大所述异常控制比例的取值；
若所述上一个取值所在的区间为所述第三子区间，若当前取值对应的假阳率大于上一个取值所对应的假阳率，则将所述异常控制比例的取值调整为所述第二子区间中的数值；否则根据所述第三预设间隔值增大所述异常控制比例的取值；当所述上一个取值所在的区间为所述第一子区间时，若所述当前取值对应的假阳率小于所述上一个取值所对应的假阳率，且所述当前取值大于所述上一个取值，则根据第三预设间隔值增大所述异常控制比例的取值；若所述当前取值对应的假阳率小于所述上一个取值所对应的假阳率，且所述当前取值小于所述上一个取值，则根据第四预设间隔值减小所述异常控制比例的取值。8.根据权利要求6所述的医疗质控数据处理...
【专利技术属性】
技术研发人员：周睿，宋彪，王哲，
申请(专利权)人：内蒙古卫数数据科技有限公司，
类型：发明
国别省市：
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。