一种数据挖掘系统、方法及装置制造方法及图纸

技术编号:34461251 阅读:11 留言:0更新日期:2022-08-06 17:23
本发明专利技术涉及一种数据挖掘方法、系统及相关装置。所述数据挖掘方法至少包括获取历史医疗数据对记忆网络模型进行训练实现科室分类模型的建立和更新。科室分类模型的建立和更新至少包括以下步骤;将所述历史病情描述输入到记忆网络模型中进行训练,得到该所述历史病情描述对应各个科室的概率;评估记忆网络模型的训练效果,并且根据评估结果判定是否停止训练;在评估结果是无效训练的情况下,更新所述记忆网络模型的参数,以进行下一次训练;在评估结果是停止训练的情况下,将当前的记忆网络模型生成所述科室分类模型。生成所述科室分类模型。生成所述科室分类模型。

【技术实现步骤摘要】
一种数据挖掘系统、方法及装置


[0001]本专利技术涉及数据挖掘
,尤其涉及一种数据挖掘系统、方法及装置。

技术介绍

[0002]在目前的医疗服务中,将患者分配到正确的科室是比较费时费力的,需要专业的医护人员作为导诊员根据每名患者的病情描述为患者分配相应的科室。但大多数就诊患者不能准确表述病情,只能简单描述发病情况,常常出现一名患者在多个科室就诊后才确定正确就诊科室的情况,从而耽误治疗,严重者甚至出现因治疗方向错误危及生命的情况。
[0003]综上所述,本专利技术提供一种数据挖掘系统、方法及装置以解决现有技术存在之问题。
[0004]此外,一方面由于对本领域技术人员的理解存在差异;另一方面由于申请人做出本专利技术时研究了大量文献和专利,但篇幅所限并未详细罗列所有的细节与内容,然而这绝非本专利技术不具备这些现有技术的特征,相反本专利技术已经具备现有技术的所有特征,而且申请人保留在
技术介绍
中增加相关现有技术之权利。

技术实现思路

[0005]针对现有技术之不足,本专利技术提供了一种数据挖掘方法。所述数据挖掘方法至少包括获取历史医疗数据对记忆网络模型进行训练实现科室分类模型的建立和更新。科室分类模型的建立和更新至少包括以下步骤:将所述历史病情描述输入到记忆网络模型中进行训练,得到该所述历史病情描述对应各个科室的概率;评估记忆网络模型的训练效果,并且根据评估结果判定是否停止训练;在评估结果是无效训练的情况下,判定结果是重新训练,更新所述记忆网络模型的参数,以进行下一次训练;在评估结果是良好训练的情况下,判定结果是停止训练,将当前的记忆网络模型生成所述科室分类模型。
[0006]根据一种优选实施方式,所述数据挖掘方法获取并汇总历史医疗数据。所述历史医疗数据包括历史病情描述和对应的历史科室。所述数据挖掘方法根据所述历史医疗数据对记忆网络模型进行训练,得到所述科室分类模型。
[0007]根据一种优选实施方式,所述数据挖掘方法通过引导患者点选预设词条以获得符合医学术语表达的患者病情描述。
[0008]根据一种优选实施方式,所述数据挖掘方法将符合医学术语表达的患者病情描述输入所述科室分类模型得到相应科室,以进行患者就医的自动分诊。
[0009]根据一种优选实施方式,所述科室分类模型通过对历史医疗数据进行训练,使得历史病情描述与对应的历史科室建立起病情描述词库。所述病情描述词库能够为所述数据挖掘方法对患者的指引提供词汇数据支持,从而使得患者为表达自身就医目的而点选的预设词条符合医学术语。
[0010]根据一种优选实施方式,数据挖掘方法采集患者对病情的非医学术语性描述,并将同一病情的非医学术语性描述与医学术语性描述建立映射关系。在指引患者点选的预设
词条以描述患者病情的情况下,对于同一病情数据挖掘方法向患者提供的预设词条包括非医学术语性描述和/或医学术语性描述。在患者点选非医学术语性描述和/或医学术语性描述的情况下,所述数据挖掘方法将相应的医学术语性描述传输至所述科室分类模型,以确定患者就诊科室。优选地,在指引患者描述自身病情的过程中,非医学术语性的词条能够便于患者理解。优选地,在患者点选非医学术语性描述和/或医学术语性描述的情况下,所述数据挖掘方法仅将相应的医学术语性描述传输至所述科室分类模型,较将非医学术语性描述和医学术语性描述都传输至所述科室分类模型处理的方式,能够有效减少处理数据量,从而提高所述科室分类模型的处理效率,并且采用医学术语性描述能够增加所述科室分类模型分类结果的准确率。
[0011]根据一种优选实施方式,所述数据挖掘方法根据患者就医目的之实现是否需要专业医务人员参与将患者就医目的分为需要专业医务人员参与的一类目的和无需专业医务人员参与的二类目的。在患者就医目的为一类目的的情况下,所述数据挖掘方法通过指引患者点选的预设词条,以获得患者病情描述,并将所述患者病情描述输入到科室分类模型中得到相应科室。
[0012]本专利技术还提供一种数据挖掘装置。所述数据挖掘装置至少包括:训练模块、评估模块、调整模块、生成模块、储存模块和传输模块。所述训练模块,用于将历史病情描述输入到记忆网络模型中进行训练,得到该所述历史病情描述对应各个科室的概率。所述评估模块,用于评估所述训练模块的训练效果,并且根据评估结果判定是否停止训练。所述调整模块,用于在所述评估模块判定结果是重新训练的情况下,更新所述记忆网络模型的参数,以进行下一次训练。所述生成模块,用于在所述评估模块判定结果是停止训练的情况下,将当前的记忆网络模型生成科室分类模型。所述储存模块,用于储存历史医疗数据。所述传输模块,将患者的病情描述发送至所述科室分类模型,并返回所述科室分类模型的分类结果。
[0013]本专利技术还提供一种数据挖掘系统。该系统至少包括用户端、医务端和服务器。所述用户端能够获取患者的病情描述并上传至所述服务器。所述医务端能够将历史医疗数据上传至所述服务器。优选地,历史医疗数据包括历史病情描述和对应的历史科室。所述服务器基于所述历史医疗数据建立科室分类模型,并将所述病情描述输入所述科室分类模型以确定相应科室。所述服务器至少包括:训练模块、评估模块、调整模块、生成模块、储存模块和传输模块。所述训练模块,用于将所述历史病情描述输入到所述记忆网络模型中,得到该所述历史病情描述对应各个科室的概率。所述评估模块,用于评估所述训练模块的训练效果,并且根据评估结果判定是否停止训练。所述调整模块,用于在所述评估模块评估结果是无效训练的情况下,更新所述记忆网络模型的参数,以进行下一次训练。所述生成模块,用于在所述评估模块判定结果是停止训练的情况下,将当前的记忆网络模型生成所述科室分类模型。所述储存模块,用于储存所述医务端上传的所述历史医疗数据。所述传输模块,将患者的病情描述发送至所述科室分类模型,并将所述科室分类模型的分类结果返回所述用户端。
[0014]优选地,所述科室分类模型之建立是通过以下方式建立的,即,所述训练模块调取所述储存模块中储存的历史医疗数据,将历史医疗数据中的历史病情描述输入到所述记忆网络模型中进行训练,得到该所述历史病情描述对应各个科室的概率。优选地,所述评估模块基于与历史病情描述对应的历史科室对所述训练模块的训练结果进行评估。优选地,所
述评估模块根据评估结果判定是否停止训练。优选地,所述评估模块的评估结果包括良好训练、有效训练和无效训练,相应的判定结果是停止训练、继续训练和重新训练。在所述评估模块判定结果是停止训练的情况下,所述生成模块将当前的记忆网络模型生成所述科室分类模型。在所述评估模块判定结果是重新训练的情况下,所述调整模块更新所述记忆网络模型的参数,以进行下一次训练,重复前述步骤直至所述评估模块判定结果为停止训练,所述生成模块将被判定的记忆网络模型生成所述科室分类模型。
[0015]优选地,所述评估模块将训练结果中的各个科室按概率数值降序排列。优选地,当训练结果中概率最高的科室与历史病情描述对应的历史科室相同时,所述评估模块的评估结果为通过,判定结果是停止训练。优选地,当历史病情描述对本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种数据挖掘系统,其特征在于,该系统至少包括用户端(110)、医务端(120)和服务器(130);所述用户端(110)能够获取患者的病情描述并上传至所述服务器(130);所述医务端(120)能够将历史医疗数据上传至所述服务器(130);所述服务器(130)基于所述历史医疗数据建立科室分类模型,并将所述病情描述输入所述科室分类模型以确定相应科室;其中,所述历史医疗数据包括历史病情描述和对应的历史科室。2.根据权利要求1所述的数据挖掘系统,其特征在于,所述服务器(130)将所述科室分类模型的分类结果返回所述用户端(110);响应于所述分类结果之收到,所述用户端(110)结合所述分类结果和预存医院之结构数据生成就诊导航视频。3.根据权利要求1或2所述的数据挖掘系统,其特征在于,所述服务器(130)配置有:储存模块(135)和传输模块(136);所述储存模块(135),用于储存所述医务端(120)上传的所述历史医疗数据;所述传输模块(136),将患者的病情描述发送至所述科室分类模型,并将所述科室分类模型的分类结果返回所述用户端(110)。4.根据权利要求1~3任一项所述的数据挖掘系统,其特征在于,所述服务器(130)还配置有:训练模块(131)、评估模块(132)和生成模块(134);所述训练模块(131),用于将所述历史病情描述输入到所述记忆网络模型中,得到该所述历史病情描述对应各个科室的概率;所述评估模块(132),用于评估所述训练模块(131)的训练效果,并且根据评估结果判定是否停止训练;所述生成模块(134),用于在所述评估模块(132)判定结果是停止训练的情况下,将当前的记忆网络模型生成所述科室分类模型。5.根据权利要求1~4任一项所述的数据挖掘系统,其特征在于,所述服务器(130)还配置有:调整模块(133);所述调整模块(133),用于在所述评估模块(132)判定结果是重新训练的情况下,更新所述记忆网络模型的参数,以进行下一次训练。6.根据权利要求1~5任一项所述的数据挖掘系统,其特征在于,所述用户端(110)至少包括交互模块(111);所述交互模块(111)能够引导患者登录和/或注册至所述用户端(110),以获取包括患者就医目的在内的患者数据,并将患者数据发送至所述服务器(130);其中,所述交互模块(111)能够通过患者点选的预设词条以描述患者病情。7...

【专利技术属性】
技术研发人员:何晓俊张亚然严玉
申请(专利权)人:北京融威众邦电子技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1