一种就医费用预测方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种就医费用预测方法、系统、设备及存储介质，其方法包括步骤：获取用户的就医费用预测信息，所述就医费用预测信息包括基础信息和历史就诊信息；将所述就医费用预测信息分别输入若干预设的就医费用预测模型中，各个所述就医费用预测模型分别输出对应的高就医费用预测子概率；根据各个所述就医费用预测子概率和各个所述就医费用预测模型预设的置信度，基于异质集成机器学习方法综合计算所述用户的高就医费用预测总概率。本发明专利技术可以自动精准地识别可能产生高就医费用的患者，便于医护人员针对高就医费用的患者预先做出医疗策略的优化方案，提高患者的就医体验。提高患者的就医体验。提高患者的就医体验。

【技术实现步骤摘要】
一种就医费用预测方法、系统、设备及存储介质


[0001]本专利技术涉及医疗数据分析
，特别涉及一种就医费用预测方法、系统、设备及存储介质。

技术介绍

[0002]在医疗资源紧缺地区往往会由于患者集中看诊，导致医生高负荷工作，进而使医生在满足基础看诊情况下，没有多余精力针对患者具体情况进行个性化诊断，并给出个性化治疗策略。
[0003]尤其是对于症状有恶化趋势，会产生高治疗费用的患者，应该提前投入更多的医疗资源，预先做好医疗策略的优化方案，避免影响患者后续的就医体验。
[0004]因此目前需要一种就医费用预测方法，通过机器学习模型自动根据患者的历史就医数据进行高费用概率预测，便于通过预测结果精准地识别可能产生高就医费用的患者，便于提高该类患者的就医体验。

技术实现思路

[0005]为解决现有技术中无法自动精准地识别可能产生高就医费用的患者的技术问题，本专利技术提供一种就医费用预测方法、系统、设备及存储介质，具体的技术方案如下：
[0006]本专利技术提供一种就医费用预测方法，包括步骤：
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种就医费用预测方法，其特征在于，包括步骤：获取用户的就医费用预测信息，所述就医费用预测信息包括基础信息和历史就诊信息；将所述就医费用预测信息分别输入若干预设的就医费用预测模型中，各个所述就医费用预测模型分别输出对应的高就医费用预测子概率，若干所述就医费用预测模型采用不同机器学习模型结构，基于预先采集的所述就医费用预测信息及其对应的高就医费用预测子概率，进行机器学习训练生成；根据各个所述就医费用预测子概率和各个所述就医费用预测模型预设的置信度，基于异质集成机器学习方法综合计算所述用户的高就医费用预测总概率。2.根据权利要求1所述的一种就医费用预测方法，其特征在于，所述的获取用户的就医费用预测信息，具体包括：获取用户的所述基础信息和入院记录病史原始数据；根据预先训练的命名实体识别模型，从所述入院记录病史原始数据中提取所述历史就诊信息，所述命名实体识别模型基于预先采集的若干入院记录病史原始数据及其对应的所述历史就诊信息，进行机器学习训练生成。3.根据权利要求1所述的一种就医费用预测方法，其特征在于，所述的获取用户的就医费用预测信息，具体还包括：通过医院信息系统接收用户的所述基础信息和所述历史就诊信息，或接收用户输入的所述基础信息和所述历史就诊信息；根据预设的特征值转换关系，将所述基础信息和所述历史就诊信息转换为特征字段作为所述就医费用预测信息。4.根据权利要求1所述的一种就医费用预测方法，其特征在于，所述的基于异质集成机器学习方法综合计算所述用户的高就医费用预测总概率之后，还包括：针对各个所述就医费用预测模型，通过基于合作博弈论的SHAP方法计算并显示各项所述就医费用预测信息对该所述就医费用预测模型对应的所述高就医费用预测子概率的影响因数。5.根据权利要求1所述的一种就医费用预测方法，其特征在于，所述的基于异质集成机器学习方法综合计算所述用户的高就医费用预测总概率之后，还包括：接收医生输入的对所述高就医费用预测总概率的判断结果；在...

【专利技术属性】
技术研发人员：张发宝，李欣梅，
申请(专利权)人：上海梅斯医药科技有限公司，
类型：发明
国别省市：