本发明专利技术涉及数据处理技术领域，是关于一种突发事件的应急方案推荐方法及装置，方法包括：在急救伤员进行急救的过程中，获取所述急救伤员的电子病历信息；根据所述电子病历信息和预训练好的突发事件分类模型，确定所述急救伤员对应的目标突发事件类型以及在所述目标突发事件类型下的目标级别；根据所述目标突发事件类型和所述目标级别，输出对应的目标应急方案。通过该技术方案，提升突发事件的救治效果，实现尽快给出救治方案。实现尽快给出救治方案。实现尽快给出救治方案。
【技术实现步骤摘要】
突发事件的应急方案推荐方法、装置及存储介质
[0001]本专利技术涉及数据处理
，尤其涉及一种突发事件的应急方案推荐方法、装置及存储介质。
技术介绍
[0002]随着互联网信息技术的迅速发展和区域智能医疗服务平台的搭建，智能医疗将真正实现医疗信息的互联互通。智能医疗工程将是一个多层面的数据处理平台，通过关联、估计和组合多个信息源的数据，全面加工和协同利用各种系统及物联网多元数据相关信息，最终实现智能医疗信息的融合。在医疗急救过程中，由于患者的情况危急，如何根据患者的情况及时、合理的为患者提供诊疗方案，成为了亟待解决的问题。
技术实现思路
[0003]为克服相关技术中存在的问题，本专利技术提供一种突发事件的应急方案推荐方法及装置。
[0004]根据本专利技术实施例的第一方面，提供一种突发事件的应急方案推荐方法，方法包括：在急救伤员进行急救的过程中，获取所述急救伤员的电子病历信息；根据所述电子病历信息和预训练好的突发事件分类模型，确定所述急救伤员对应的目标突发事件类型以及在所述目标突发事件类型下的目标级别；根据所述目标突发事件类型和所述目标级别，输出对应的目标应急方案。
[0005]在一个实施例中，优选地，所述突发事件包括核生化突发事件，则所述目标突发事件类型包括以下任一项：高传染性病毒、生物毒素、生物病原菌、神经毒剂、窒息刺激毒剂、糜烂毒剂、全身中毒剂、内污染及照射核事件、外照射核事件和外污染核事件，所述目标级别包括：轻级、中级和重级。
[0006]在一个实施例中，优选地，所述电子病历信息包括：性别、年龄、病历文书、检查报告信息、检验报告信息、心率信息、血氧饱和度信息、呼吸频率、血压和体温。
[0007]在一个实施例中，优选地，所述突发事件分类模型包括首层分类模型和二层分类模型；使用所述首层分类模型和所述电子病历信息预测所述急救伤员对应的目标突发事件类型；使用所述二层分类模型和所述电子病历信息预测所述急救伤员在所述目标突发事件类型下的目标级别。
[0008]在一个实施例中，优选地，所述突发事件分类模型的训练过程包括：获取历史不同突发事件患者的病历信息和诊断信息；使用NLP信息提取方法识别所述病历信息中的实体和实体关系，以对所述病历信息进行结构化处理，得到结构化处理后的病历信息；
从所述结构化处理后的病历信息中提取出所有病历特征，并进行异常值和缺失值处理后，使用统计分析单因素分析选择概率值小于预设值的目标病历特征为训练特征，放入训练特征集；对所述训练特征集中的每个训练特征进行归一化处理，并拼接成样本输入数据；根据所述样本输入数据、所述诊断信息中的突发事件类型以及卷积神经网络模型进行模型训练，以得到所述首层分类模型；根据所述样本输入数据、所述诊断信息中的突发事件类型以及多个级别分类模型进行模型训练，以得到所述二层分类模型；在一个实施例中，优选地，所述多个级别分类模型包括XGBoost模型、随机森林模型、支持向量机模型和逻辑回归模型，所述方法还包括：计算每个级别分类模型预测的模型准确率，将模型准确率最高的目标级别分类模型确定为最佳模型；将所述最佳模型的预测结果作为所述二层分类模型的最终预测结果。
[0009]在一个实施例中，优选地，根据所述样本输入数据、所述诊断信息中的突发事件类型以及卷积神经网络模型进行模型训练，以得到所述首层分类模型，包括：将所述样本输入数据输入至卷积层，以得到第一输出结果；将所述第一输出结果输入至池化层，以得到第二输出结果；将所述第二输出结果输入至全连接层，以得到第三输出结果；将所述第三输出结果输出至集成分类器，以得到输出结果，所述输出结果包括各类突发事件的概率值；输出层输出概率值最高的突发事件类型，所述概率值最高的突发事件类型即为所述目标突发事件类型。
[0010]根据本专利技术实施例的第二方面，提供一种突发事件的应急方案推荐装置，所述装置包括：获取模块，用于在急救伤员进行急救的过程中，获取所述急救伤员的电子病历信息；确定模块，用于根据所述电子病历信息和预训练好的突发事件分类模型，确定所述急救伤员对应的目标突发事件类型以及在所述目标突发事件类型下的目标级别；输出模块，用于根据所述目标突发事件类型和所述目标级别，输出对应的目标应急方案。
[0011]在一个实施例中，优选地，所述突发事件包括核生化突发事件，则所述目标突发事件类型包括以下任一项：高传染性病毒、生物毒素、生物病原菌、神经毒剂、窒息刺激毒剂、糜烂毒剂、全身中毒剂、内污染及照射核事件、外照射核事件和外污染核事件，所述目标级别包括：轻级、中级和重级。
[0012]在一个实施例中，优选地，所述电子病历信息包括：性别、年龄、病历文书、检查报告信息、检验报告信息、心率信息、血氧饱和度信息、呼吸频率、血压和体温。
[0013]在一个实施例中，优选地，所述突发事件分类模型包括首层分类模型和二层分类模型；使用所述首层分类模型和所述电子病历信息预测所述急救伤员对应的目标突发
事件类型；使用所述二层分类模型和所述电子病历信息预测所述急救伤员在所述目标突发事件类型下的目标级别。
[0014]在一个实施例中，优选地，所述突发事件分类模型的训练过程包括：获取历史不同突发事件患者的病历信息和诊断信息；使用NLP信息提取方法识别所述病历信息中的实体和实体关系，以对所述病历信息进行结构化处理，得到结构化处理后的病历信息；从所述结构化处理后的病历信息中提取出所有病历特征，并进行异常值和缺失值处理后，使用统计分析单因素分析选择概率值小于预设值的目标病历特征为训练特征，放入训练特征集；对所述训练特征集中的每个训练特征进行归一化处理，并拼接成样本输入数据；根据所述样本输入数据、所述诊断信息中的突发事件类型以及卷积神经网络模型进行模型训练，以得到所述首层分类模型；根据所述样本输入数据、所述诊断信息中的突发事件类型以及多个级别分类模型进行模型训练，以得到所述二层分类模型；在一个实施例中，优选地，所述多个级别分类模型包括XGBoost模型、随机森林模型、支持向量机模型和逻辑回归模型，所述装置还包括：计算模块，用于计算每个级别分类模型预测的模型准确率，将模型准确率最高的目标级别分类模型确定为最佳模型；结果确定模块，用于将所述最佳模型的预测结果作为所述二层分类模型的最终预测结果。
[0015]在一个实施例中，优选地，根据所述样本输入数据、所述诊断信息中的突发事件类型以及卷积神经网络模型进行模型训练，以得到所述首层分类模型，包括：将所述样本输入数据输入至卷积层，以得到第一输出结果；将所述第一输出结果输入至池化层，以得到第二输出结果；将所述第二输出结果输入至全连接层，以得到第三输出结果；将所述第三输出结果输出至集成分类器，以得到输出结果，所述输出结果包括各类突发事件的概率值；输出层输出概率值最高的突发事件类型，所述概率值最高的突发事件类型即为所述目标突发事件类型。
[0016]根据本专利技术实施例的第三方面，提供一种突发事件的应急方案推荐装置，所述装置包括：处理器；用于存储处理器可执行指令的存储器；其中，所述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种突发事件的应急方案推荐方法，其特征在于，所述方法包括：在急救伤员进行急救的过程中，获取所述急救伤员的电子病历信息；根据所述电子病历信息和预训练好的突发事件分类模型，确定所述急救伤员对应的目标突发事件类型以及在所述目标突发事件类型下的目标级别；根据所述目标突发事件类型和所述目标级别，输出对应的目标应急方案。2.根据权利要求1所述的方法，其特征在于，所述突发事件包括核生化突发事件，则所述目标突发事件类型包括以下任一项：高传染性病毒、生物毒素、生物病原菌、神经毒剂、窒息刺激毒剂、糜烂毒剂、全身中毒剂、内污染及照射核事件、外照射核事件和外污染核事件，所述目标级别包括：轻级、中级和重级。3.根据权利要求1所述的方法，其特征在于，所述电子病历信息包括：性别、年龄、病历文书、检查报告信息、检验报告信息、心率信息、血氧饱和度信息、呼吸频率、血压和体温。4.根据权利要求1所述的方法，其特征在于，所述突发事件分类模型包括首层分类模型和二层分类模型；使用所述首层分类模型和所述电子病历信息预测所述急救伤员对应的目标突发事件类型；使用所述二层分类模型和所述电子病历信息预测所述急救伤员在所述目标突发事件类型下的目标级别。5.根据权利要求4所述的方法，其特征在于，所述突发事件分类模型的训练过程包括：获取历史不同突发事件患者的病历信息和诊断信息；使用NLP信息提取方法识别所述病历信息中的实体和实体关系，以对所述病历信息进行结构化处理，得到结构化处理后的病历信息；从所述结构化处理后的病历信息中提取出所有病历特征，并进行异常值和缺失值处理后，使用统计分析单因素分析选择概率值小于预设值的目标病历特征为训练特征，放入训练特征集；对所述训练特征集中的每个训练特征进行归一化处理，并拼接成样本输入数据；根据所述样本输入数据、所述诊断信息中的突发事件类型以及卷积神经网络模型进行模型训练，以得到所述首层分类模型；根据所述样本输入数据、所述诊断信息中的突发事件类型以及多个级别分类模型进行模型训练，以得到所述二层分类模型。...
【专利技术属性】
技术研发人员：计虹，王梦莹，孙震，贾末，朱声荣，谷今一，
申请(专利权)人：北京大学第三医院北京大学第三临床医学院，
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。