本发明专利技术属于计算机技术领域，公开了一种治疗方案选取方法、装置、设备及存储介质。本发明专利技术通过获取待推荐病例对应的生理指标数据；将生理指标数据与标准指标数据进行对比，确定异常指标数据；通过预设分类模型根据异常指标数据确定待推荐病例对应的病例分类；查找病例分类对应的聚类结果，并根据聚类结果及异常指标数据确定目标聚类中心；从目标聚类中心对应的多个治疗方案中选取目标治疗方案。由于可以通过分类及聚类等方式根据待推荐病例对应的异常指标数据选取类似的目标治疗方案进行推荐，可以帮助医生选取合适的治疗方案，能大幅度减少医生的工作量，避免了因过于繁忙导致的误诊或漏诊等现象。漏诊等现象。漏诊等现象。
【技术实现步骤摘要】
治疗方案选取方法、装置、设备及存储介质
[0001]本专利技术涉及计算机
，尤其涉及一种治疗方案选取方法、装置、设备及存储介质。
技术介绍
[0002]目前，同一种疾病采取不同的治疗方案，所付出的代价均不想，能获得的治疗效果也不同，而现有技术仅能靠医生自身经验选取治疗方案，依赖于医生的经验，难以保证给出合理的治疗方案，且目前医生的工作极其繁忙，在高负荷的工作模式下，医生诊断也极容易出现误诊或漏诊的现象。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
[0004]本专利技术的主要目的在于提供一种治疗方案选取方法、装置、设备及存储介质，旨在解决现有技术难以选取合理的治疗方案的技术问题。
[0005]为实现上述目的，本专利技术提供了一种治疗方案选取方法，所述方法包括以下步骤：
[0006]获取待推荐病例对应的生理指标数据；
[0007]将所述生理指标数据与标准指标数据进行对比，确定异常指标数据；
[0008]通过预设分类模型根据所述异常指标数据确定所述待推荐病例对应的病例分类；
[0009]查找所述病例分类对应的聚类结果，并根据所述聚类结果及所述异常指标数据确定目标聚类中心；
[0010]从所述目标聚类中心对应的多个治疗方案中选取目标治疗方案。
[0011]可选的，所述获取待推荐病例对应的生理指标数据的步骤之前，还包括：
[0012]从病例数据库中读取多个诊疗数据，获得病例诊疗数据集；
[0013]通过预设分类模型对所述病例诊疗数据集中的诊疗数据进行分类，并设置对应的分类标签；
[0014]基于所述分类标签对所述病例诊疗数据集进行拆分，获得各分类标签对应的诊疗数据子集；
[0015]对所述诊疗数据子集中的病例诊疗数据进行聚类，获得各分类标签对应的聚类结果。
[0016]可选的，所述对所述诊疗数据子集中的病例诊疗数据进行聚类，获得各分类标签对应的聚类结果的步骤，包括：
[0017]对所述诊疗数据子集中的病例诊疗数据进行聚类，获得多个聚类中心；
[0018]获取各聚类中心对应的中心病例诊疗数据；
[0019]对所述中心病例诊疗数据进行统计，获得多个治疗方案；
[0020]依据所述聚类中心的中心标识将所述治疗方案进行存储。
[0021]可选的，所述查找所述病例分类对应的聚类结果，并根据所述聚类结果及所述异常指标数据确定目标聚类中心的步骤，包括：
[0022]根据所述病例分类在预设分类标签映射表中进行查找，获得目标分类标签；
[0023]查找所述目标分类标签对应的聚类结果；
[0024]获取所述异常指标数据与所述聚类结果中各聚类中心之间的空间距离；
[0025]求取所述空间距离中的最小值，获得最小中心距离；
[0026]将所述最小中心距离对应的聚类中心作为目标聚类中心。
[0027]可选的，所述将所述最小中心距离对应的聚类中心作为目标聚类中心的步骤之前，还包括：
[0028]计算各聚类中心对应的空间距离与所述最小中心距离之间的差值，获得中心距离差值；
[0029]检测是否存在小于预设差值阈值的中心距离差值；
[0030]若不存在，则执行所述将所述最小中心距离对应的聚类中心作为目标聚类中心的步骤。
[0031]可选的，所述从所述目标聚类中心对应的多个治疗方案中选取目标治疗方案的步骤，包括：
[0032]获取所述待推荐病例对应的方案排序条件；
[0033]基于所述方案排序条件对所述目标聚类中心对应的多个治疗方案进行复合排序，获得排序结果；
[0034]从所述排序结果中选取目标治疗方案。
[0035]可选的，所述获取所述待推荐病例对应的方案排序条件的步骤，包括：
[0036]获取所述待推荐病例对应的病患标识；
[0037]根据所述病患标识查找历史病患诊疗数据；
[0038]对所述历史病患诊疗数据进行统计，确定治疗偏好信息；
[0039]基于所述治疗偏好信息确定方案排序指标；
[0040]根据所述方案排序指标及所述治疗偏好信息生成方案排序条件。
[0041]此外，为实现上述目的，本专利技术还提出一种治疗方案选取装置，所述治疗方案选取装置包括以下模块：
[0042]指标获取模块，用于获取待推荐病例对应的生理指标数据；
[0043]异常确定模块，用于将所述生理指标数据与标准指标数据进行对比，确定异常指标数据；
[0044]病例分类模块，用于通过预设分类模型根据所述异常指标数据确定所述待推荐病例对应的病例分类；
[0045]中心确定模块，用于查找所述病例分类对应的聚类结果，并根据所述聚类结果及所述异常指标数据确定目标聚类中心；
[0046]方案选取模块，用于从所述目标聚类中心对应的多个治疗方案中选取目标治疗方案。
[0047]此外，为实现上述目的，本专利技术还提出一种治疗方案选取设备，所述治疗方案选取设备包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的治疗方案选
取程序，所述治疗方案选取程序被执行时实现如上所述的治疗方案选取方法的步骤。
[0048]此外，为实现上述目的，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有治疗方案选取程序，所述治疗方案选取程序被处理器执行时实现如上所述的治疗方案选取方法的步骤。
[0049]本专利技术通过获取待推荐病例对应的生理指标数据；将生理指标数据与标准指标数据进行对比，确定异常指标数据；通过预设分类模型根据异常指标数据确定待推荐病例对应的病例分类；查找病例分类对应的聚类结果，并根据聚类结果及异常指标数据确定目标聚类中心；从目标聚类中心对应的多个治疗方案中选取目标治疗方案。由于可以通过分类及聚类等方式根据待推荐病例对应的异常指标数据选取类似的目标治疗方案进行推荐，可以帮助医生选取合适的治疗方案，能大幅度减少医生的工作量，避免了因过于繁忙导致的误诊或漏诊等现象。
附图说明
[0050]图1是本专利技术实施例方案涉及的硬件运行环境的电子设备的结构示意图；
[0051]图2为本专利技术治疗方案选取方法第一实施例的流程示意图；
[0052]图3为本专利技术治疗方案选取方法第二实施例的流程示意图；
[0053]图4为本专利技术治疗方案选取装置第一实施例的结构框图。
[0054]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0055]应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0056]参照图1，图1为本专利技术实施例方案涉及的硬件运行环境的治疗方案选取设备结构示意图。
[0057]如图1所示，该电子设备可以包括：处理器1001，例如中央处理器(Central Proces本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种治疗方案选取方法，其特征在于，所述治疗方案选取方法包括以下步骤：获取待推荐病例对应的生理指标数据；将所述生理指标数据与标准指标数据进行对比，确定异常指标数据；通过预设分类模型根据所述异常指标数据确定所述待推荐病例对应的病例分类；查找所述病例分类对应的聚类结果，并根据所述聚类结果及所述异常指标数据确定目标聚类中心；从所述目标聚类中心对应的多个治疗方案中选取目标治疗方案。2.如权利要求1所述的治疗方案选取方法，其特征在于，所述获取待推荐病例对应的生理指标数据的步骤之前，还包括：从病例数据库中读取多个诊疗数据，获得病例诊疗数据集；通过预设分类模型对所述病例诊疗数据集中的诊疗数据进行分类，并设置对应的分类标签；基于所述分类标签对所述病例诊疗数据集进行拆分，获得各分类标签对应的诊疗数据子集；对所述诊疗数据子集中的病例诊疗数据进行聚类，获得各分类标签对应的聚类结果。3.如权利要求2所述的治疗方案选取方法，其特征在于，所述对所述诊疗数据子集中的病例诊疗数据进行聚类，获得各分类标签对应的聚类结果的步骤，包括：对所述诊疗数据子集中的病例诊疗数据进行聚类，获得多个聚类中心；获取各聚类中心对应的中心病例诊疗数据；对所述中心病例诊疗数据进行统计，获得多个治疗方案；依据所述聚类中心的中心标识将所述治疗方案进行存储。4.如权利要求1所述的治疗方案选取方法，其特征在于，所述查找所述病例分类对应的聚类结果，并根据所述聚类结果及所述异常指标数据确定目标聚类中心的步骤，包括：根据所述病例分类在预设分类标签映射表中进行查找，获得目标分类标签；查找所述目标分类标签对应的聚类结果；获取所述异常指标数据与所述聚类结果中各聚类中心之间的空间距离；求取所述空间距离中的最小值，获得最小中心距离；将所述最小中心距离对应的聚类中心作为目标聚类中心。5.如权利要求4所述的治疗方案选取方法，其特征在于，所述将所述最小中心距离对应的聚类中心作为目标聚类中心的步骤之前，还包括：计算各聚类中心对应的空间距离与所述最小中心距离之间的差值，获得中心距...
【专利技术属性】
技术研发人员：高远，张唐勇，宋铭，潘晖，王所民，彭龙耀，王子妮，李晓菲，郭亚欣，石建伟，白程明，
申请(专利权)人：山东仲雅信息技术有限公司，
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。