信息识别方法、装置、计算机设备及存储介质制造方法及图纸

本申请公开一种信息识别方法、装置、计算机设备及存储介质，包括：将目标患者的N次诊疗信息依次输入第一学习模型，N次诊疗信息的每次诊疗信息中包括至少一个信息，第一学习模型为非监督类学习模型；利用第一学习模型，获取N次诊疗信息对应的N个输出向量，N个输出向量用于表征N次诊疗信息的诊疗结果数据；利用预设算法，拼接N次诊疗信息和N个输出向量，获取拼接向量；将拼接向量输入第二学习模型处理，第二学习模型为监督类学习模型；在拼接向量满足预定条件的情况下，确定目标患者为异常患者。如此，可以更加准确地确定异常患者，提高确定异常患者的效率。异常患者的效率。异常患者的效率。

【技术实现步骤摘要】
信息识别方法、装置、计算机设备及存储介质


[0001]本专利技术实施例涉及信息领域，尤其是一种信息识别方法、装置、计算机设备及存储介质。

技术介绍

[0002]目前，随着电子设备技术和大数据技术的快速发展，医疗质量控制越来越精准。
[0003]由于患者就诊的过程可以通过电子就诊系统进行记录，在收集到患者一定数量的就诊数据后，在后续患者就诊过程中，可以对就诊患者的就诊质量进行监控，其中，异常患者的识别是医疗质量控制的重要任务之一。在相关技术中，主要通过对患者的基本信息(例如，年龄、性别、身高、体重等)进行分析，从这些基本信息的统计值进行异常患者的识别，例如，部分患者通过伪造诊疗数据骗取保险，该部分患者为异常患者。
[0004]然而，由于获取的信息较为局限，因此上述识别异常患者方式的识别能力也有限，进而降低了识别异常患者的效率和准确性。

技术实现思路

[0005]本专利技术实施例提供一种能够高提高信息识别的广泛性、准确性和及时性的信息识别方法、装置、计算机设备及存储介质。
[0006]为解决上述技术问题，本专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息识别方法，其特征在于，包括：将目标患者的N次诊疗信息依次输入第一学习模型，所述N次诊疗信息的每次诊疗信息中包括至少一个信息，所述第一学习模型为非监督类学习模型；利用所述第一学习模型，获取所述N次诊疗信息对应的N个输出向量，所述N个输出向量用于表征N次诊疗信息的诊疗结果数据；利用预设算法，拼接所述N次诊疗信息和所述N个输出向量，获取拼接向量；将所述拼接向量输入所述第二学习模型处理，所述第二学习模型为监督类学习模型；在所述拼接向量满足预定条件的情况下，确定所述目标患者为异常患者。2.根据权利要求1所述的方法，其特征在于，所述将目标患者的N次诊疗信息依次输入第一学习模型中，包括：将所述目标患者的N次诊疗信息中每次诊疗信息对应的诊疗子信息输入所述第一学习模型，所述每次诊疗信息对应的诊疗子信息包括至少一个信息。3.根据权利要求2所述的方法，其特征在于，所述诊疗子信息包括：项目名称信息、项目类型信息，项目价格信息。4.根据权利要求1所述的方法，其特征在于，所述在所述拼接向量满足预定条件的情况下，确定所述目标患者为异常患者，包括：利用所述第二学习模型识别所述拼接向量，获取目标识别值；在所述目标识别值对应的输出值满足预定阈值的情况下，确定所述目标患者为异常患者。5.根据权利要求1所述的方法，其特征在于，所述将目标患者的N次诊疗信息依次输入第一学习模型，包括：将目标患者的N次诊疗信息依次输入第一学习模型，并对所述第一学习模型中的第一个向量位置填充占位标记。6.根据权利要求1至5任一项所述的方法，其特征在于，所述第一学习模型包括M个向量位置和X层向量处理编码器，且M个向量位置中包括随机向量值，所述M个向量位置中的每个向量位置用于填充所述N次诊疗信息中每次诊疗信息对应的诊疗子...

【专利技术属性】
技术研发人员：唐蕊，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：