CN114792568B - 住院风险预测方法及装置、存储介质及电子设备 - Google Patents
住院风险预测方法及装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN114792568B CN114792568B CN202210733700.6A CN202210733700A CN114792568B CN 114792568 B CN114792568 B CN 114792568B CN 202210733700 A CN202210733700 A CN 202210733700A CN 114792568 B CN114792568 B CN 114792568B
- Authority
- CN
- China
- Prior art keywords
- hospitalization
- risk prediction
- prediction model
- medical
- hospitalization risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Pathology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及医疗技术领域,提供了一种住院风险预测方法及装置、计算机可读存储介质和电子设备。其中,上述方法包括:获取待预测医疗对象的第一特征信息和至少一个目标疾病住院风险预测模型,第一特征信息包括住院影响因子的信息;针对每个目标疾病住院风险预测模型,从第一特征信息中提取与目标疾病住院风险预测模型相关的第二特征信息,根据第二特征信息和目标疾病住院风险预测模型,确定出待预测医疗对象因目标疾病住院的疾病住院风险概率;基于第一特征信息和每个疾病住院风险概率,生成第三特征信息;根据第三特征信息和第一总住院风险预测模型,确定出待预测医疗对象的住院风险。本公开能够提高住院风险预测的准确性。
Description
技术领域
本公开涉及医疗技术领域,具体而言,涉及一种住院风险预测方法、住院风险预测装置、计算机可读存储介质以及电子设备。
背景技术
随着医疗信息化的不断发展与完善,医疗已经迈进了信息化和数字化的时代,医疗健康领域积累了大量数据,为基于人工智能的医疗研究提供了夯实的数据基础。
住院风险预测可以预测医疗对象的住院风险,进而可以根据预测结果对医疗对象的健康进行提前管控,降低医疗对象的住院可能性,进而在一定程度上节省医疗资源。
然而,相关技术中对医疗大数据的挖掘还不足,所以对住院风险预测的准确性较低。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种住院风险预测方法及装置、计算机可读存储介质及电子设备,进而至少在一定程度上改善相关技术中住院风险预测准确性低的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供了一种住院风险预测方法,获取待预测医疗对象的第一特征信息和至少一个目标疾病住院风险预测模型,所述第一特征信息包括住院影响因子的信息;针对每个所述目标疾病住院风险预测模型,从所述第一特征信息中提取与所述目标疾病住院风险预测模型相关的第二特征信息;根据所述第二特征信息和所述目标疾病住院风险预测模型,确定出所述待预测医疗对象因所述目标疾病住院的疾病住院风险概率;基于所述第一特征信息和每个所述疾病住院风险概率,生成第三特征信息;根据所述第三特征信息和第一总住院风险预测模型,确定出所述待预测医疗对象的住院风险。
在本公开的一种示例性实施例中,基于前述方案,每个所述目标疾病住院风险预测模型通过以下方式确定:获取第一训练样本和第一样本标签,其中,所述第一训练样本包括目标疾病影响因子的历史信息,所述第一样本标签包括所述第一训练样本中的医疗对象是否因所述目标疾病住院;根据所述第一训练样本和所述第一样本标签进行有监督学习训练,以得到所述目标疾病住院风险预测模型。
在本公开的一种示例性实施例中,基于前述方案,所述第一总住院风险预测模型通过以下方式确定:获取每个所述目标疾病住院风险预测模型、第二训练样本和第二样本标签,其中,所述第二训练样本包括住院影响因子的历史信息,所述第二样本标签包括所述第二训练样本中的医疗对象是否住院;针对每个所述目标疾病住院风险预测模型,从所述第二训练样本中选择出第一输入特征,所述第一输入特征包括所述目标疾病的影响因子的信息;针对每个所述目标疾病住院风险预测模型,根据所述第一输入特征和所述目标疾病住院风险预测模型,确定出疾病住院风险概率,所述疾病住院风险概率用于表征所述第二训练样本中的医疗对象因所述目标疾病住院的风险概率;根据所述第二训练样本和所述疾病住院风险概率,生成第三训练样本;根据所述第三训练样本和所述第二样本标签进行有监督学习训练,以得到所述第一总住院风险预测模型。
在本公开的一种示例性实施例中,基于前述方案,所述第二训练样本通过以下方式确定:获取结构化的原始历史医疗数据;根据每个所述原始历史医疗数据中的数据缺失情况,生成所述原始历史医疗数据中的医疗对象对应的特征值缺失位置向量;根据所述特征值缺失位置向量,将所述原始历史医疗数据分为K个类别;在每个类别内,基于多项式插补算法对所述类别内的原始历史医疗数据的缺失值进行填充,以根据所述填充结果,确定所述第二训练样本。
在本公开的一种示例性实施例中,基于前述方案,所述根据每个所述原始历史医疗数据中的数据缺失情况,生成所述原始历史医疗数据中的医疗对象对应的特征值缺失位置向量,包括:将所述原始历史医疗数据中数据缺失的位置确定为第一向量值;将所述原始历史医疗数据中数据未缺失的位置确定为第二向量值;根据所述第一向量值和所述第二向量值,生成所述原始历史医疗数据中的医疗对象对应的特征值缺失位置向量。
在本公开的一种示例性实施例中,基于前述方案,在所述第一总住院风险预测模型包括基于决策树的分布式梯度提升模型的情况下,所述待预测医疗对象通过以下方式确定:根据所述基于决策树的分布式梯度提升模型,确定住院影响因子的重要性程度,选择重要性程度排序在前N个的所述住院影响因子为目标住院影响因子;获取所述第二训练样本中所述目标住院影响因子的信息,根据所述目标住院影响因子的信息和所述第二样本标签,训练得到第二总住院风险预测模型;将测试样本输入到所述第二总住院风险预测模型中,以得到每个测试样本的住院风险等级;根据每个测试样本的所述住院风险等级和所述测试样本中的医疗对象的医疗费用,确定测试样本中各住院风险等级对应的平均医疗费用;根据所述平均医疗费用,确定所述住院风险等级对应的初始保险费用,以基于所述初始保险费用确定所述待预测医疗对象。
在本公开的一种示例性实施例中,基于前述方案,所述住院影响因子包括所述待预测医疗对象的性别、年龄、疾病史、体检指标、生活习惯中的一种或多种。
根据本公开的第二方面,提供了一种住院风险预测装置,信息获取模块,所述模块被配置为获取待预测医疗对象的第一特征信息和至少一个目标疾病住院风险预测模型,所述第一特征信息包括住院影响因子的信息;第二特征信息提取模块,被配置为针对每个所述目标疾病住院风险预测模型,从所述第一特征信息中提取与所述目标疾病住院风险预测模型相关的第二特征信息;疾病住院风险概率预测模块,被配置为根据所述第二特征信息和所述目标疾病住院风险预测模型,确定出所述待预测医疗对象因所述目标疾病住院的疾病住院风险概率;第三特征信息生成模块,被配置为基于所述第一特征信息和每个所述疾病住院风险概率,生成第三特征信息;住院风险预测模块,被配置为根据所述第三特征信息和第一总住院风险预测模型,确定出所述待预测医疗对象的住院风险。
根据本公开的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述实施例中第一方面所述的住院风险预测方法。
根据本公开实施例的第四方面,提供了一种电子设备,包括:处理器;以及,存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中第一方面所述的住院风险预测方法。
由上述技术方案可知,本公开示例性实施例中的住院风险预测方法、住院风险预测装置,以及实现所述住院风险预测方法的计算机可读存储介质及电子设备,至少具备以下优点和积极效果:
在本公开的一些实施例所提供的技术方案中,通过目标疾病住院风险预测模型可以得到待预测医疗对象因所述目标疾病住院的风险概率,然后将所述风险概率与该预测医疗对象对应的住院影响因子的信息进行结合,生成待预测医疗对象对应的第三特征信息,再将第三特征信息输入到第一总住院风险预测模型中,以最终得到待预测对象的住院风险。与相关技术相比,本公开通过疾病住院风险预测模型和总住院风险预测模型的结合,可以将疾病住院风险预测模型预测出的疾病住院风险作为总住院风险预测模型的输入特征,同时结合其它的影响疾病住院的因子的信息,可以基于疾病层面和多个维度,提高住院风险预测的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出本公开一示例性实施例中可以应用住院风险预测方法及住院风险预测装置的计算机***的结构图;
图2示出本公开一示例性实施例中的住院风险预测方法的流程示意图;
图3示出本公开一示例性实施例中的训练第一总住院风险预测模型的方法的流程示意图;
图4示出本公开一示例性实施例中的另一种训练第一总住院风险预测模型的方法的流程示意图;
图5示出本公开一示例性实施例中的目标疾病住院风险预测模型和第一总住院风险预测模型的输入特征之间的关系的示意图;
图6示出本公开一示例性实施例中的确定待预测医疗对象的方法的流程示意图;
图7示出本公开一示例性实施例中住院风险预测装置的结构示意图;
图8示出本公开示例性实施例中电子设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
本说明书中使用用语“一个”、“一”、“该”和“所述”用以表示存在一个或多个要素/组成部分/等;用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等;用语“第一”和“第二”等仅作为标记使用,不是对其对象的数量限制。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。
本公开提出了一种住院风险预测方法及装置,该方法及装置可以应用于图1所示的示例性应用环境的***架构中。
参考图1,图1示出了可以应用本公开实施例的一种住院风险预测方法及装置的示例性应用环境的***架构的示意图。
如图1所示,***架构100可以包括终端设备101、102、103、104中的一个或多个,网络105和服务器106。网络105用以在终端设备101、102、103、104和服务器106之间提供通信链路的介质。网络105可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。终端设备101、102、103、104可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能穿戴式电子设备等,但并不局限于此。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器106可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
本公开实施例所提供的住院风险预测方法可以在服务器106执行,也可以在终端设备101、102、103或者104上执行,还可以部分在终端设备101、102、103或者104上执行,部分在服务器106上执行,相应地,住院风险预测装置可以设置于服务器106中,也可以设置于终端设备101、102、103或者104中,还可以部分模块设置于服务器106中,部分模块设置于终端设备101、102、103或者104中,本示例性实施方式对此不做特殊限定。
举例而言,在一种示例性实施例中,可以是待预测医疗对象在终端设备101、102、103或者104上填入自己的第一特征信息,填写完成后点击确认提交后,终端设备101、102、103或者104可以将第一特征信息发送至服务器106,服务器106可以根据其存储的目标疾病住院风险预测模型,从第一特征信息中选择出于每个目标疾病住院风险预测模型相关的第二特征信息,并根据第二特征信息和对应的目标疾病住院风险预测模型确定出待预测医疗对象因所述目标疾病住院的风险概率。然后,服务器106将接收到的待预测医疗对象的第一特征信息和预测出的待预测医疗对象因所述目标疾病住院的风险概率输入到其存储的第一总住院预测模型中,就可以根据第一总住院预测模型的输出得到待预测医疗对象的住院风险。但本领域技术人员容易理解的是,上述应用场景仅是用于举例,本示例性实施例中并不以此为限。
图2示出本公开一示例性实施例中的一种住院风险预测方法。参考图2,该方法包括:
步骤S210,获取待预测医疗对象的第一特征信息和至少一个目标疾病住院风险预测模型,所述第一特征信息包括住院影响因子的信息;
步骤S220,针对每个所述目标疾病住院风险预测模型,从所述第一特征信息中提取与所述目标疾病住院风险预测模型相关的第二特征信息;
步骤S230,根据所述第二特征信息和所述目标疾病住院风险预测模型,确定出所述待预测医疗对象因所述目标疾病住院的疾病住院风险概率;
步骤S240,基于所述第一特征信息和每个所述疾病住院风险概率,生成第三特征信息;
步骤S250,根据所述第三特征信息和第一总住院风险预测模型,确定出所述待预测医疗对象的住院风险。
在图2所示实施例所提供的技术方案中,通过目标疾病住院风险预测模型可以得到待预测医疗对象因所述目标疾病住院的风险概率,然后将所述风险概率与该预测医疗对象对应的住院影响因子的信息进行结合,生成待预测医疗对象对应的第三特征信息,再将第三特征信息输入到第一总住院风险预测模型中,以最终得到待预测对象的住院风险。与相关技术相比,本公开通过疾病住院风险预测模型和总住院风险预测模型的结合,可以将疾病住院风险预测模型预测出的疾病住院风险作为总住院风险预测模型的输入特征,同时结合其它的影响疾病住院的因子的信息,可以基于疾病层面和多个维度,提高住院风险预测的准确性。
以下对图2所示实施例中各个步骤的具体实施方式进行详细阐述:
在步骤S210中,获取待预测医疗对象的第一特征信息和至少一个目标疾病住院风险预测模型,所述第一特征信息包括住院影响因子的信息。
在一种示例性的实施方式中,住院影响因子可以包括待预测医疗对象的性别、年龄、疾病史、体检指标、生活习惯中的一种或多种。其中,疾病史可以理解为待预测医疗患过哪种类型的疾病。体检指标可以包括体检时的各检查项目名称、生活习惯可以理解为影响住院的一些生活行为,如是否抽烟、是否喝酒、是否保持运动等、是否喜欢吃甜食等。
在一种示例性的实施方式中,目标疾病住院风险预测模型可以用于预测医疗对象因所述目标疾病住院的概率。其中,目标疾病可以根据需求进行自定义,也可以从多个候选疾病中进行统计分析确定。
举例而言,可以获取历史医疗数据,然后对历史医疗数据中的医疗对象因不同疾病住院的信息进行统计,确定出因不同疾病住院的医疗对象的数量,然后根据数量对各疾病进行降序排序,选取排序在前M个的候选疾病作为目标疾病。
还可以获取历史医疗数据,然后对历史数据中的多个候选疾病中的患病人数进行统计,再统计这些患病人员中住院的人员数量,从而确定出每个候选疾病的患病住院统计概率,根据患病住院统计概率对不同候选疾病进行降序排序,选择排序在前M个的候选疾病作为目标疾病。当然,也可以通过其它的方式确定目标疾病,例如,在保险领域,还可以根据保险理赔规则中确定的属于理赔责任的疾病确定出目标疾病,本示例性实施方式对此不做特殊限定。
示例性的,每个所述目标疾病住院风险预测模型通过以下方式确定:获取第一训练样本和第一样本标签,其中,第一训练样本包括目标疾病影响因子的历史信息,所述第一样本标签包括所述第一训练样本中的医疗对象是否因所述目标疾病住院;根据所述第一训练样本和所述第一样本标签进行有监督学习训练,以得到所述目标疾病住院风险预测模型。
举例而言,可以从医疗***中获取结构化的数值型历史医疗数据,然后通过单变量检验法等从历史医疗数据中确定出与目标疾病相关的影响因子,并标注历史医疗数据中的医疗对象是否在一段时间内,如6个月,因目标疾病住院。然后根据与目标疾病相关的影响因子和医疗对象是否在一段时间内因目标疾病住院对机器学习模型或者深度学习模型进行有监督学习训练,从而得到目标疾病住院风险预测模型。
在一种示例性的实施方式中,可以分别对多个候选模型进行训练,然后对训练结果进行测试,选择测试指标值最高的候选模型作为目标疾病住院风险预测模型。也可以将测试指标值排序在前L的候选模型进行组合以得到目标疾病住院风险预测模型,本示例性实施方式对此不做特殊限定。
其中,候选模型可以包括逻辑回归、随机森林、GBDT(Gradient BoostingDecision Tree,梯度提升决策树)、LightGBM(Light Gradient Boosting Machine,基于决策树的分布式梯度提升模型)等模型,当然,也可以是其它的候选模型,本示例性实施方式对此不做特殊限定。
在本公开中,经过对多个候选模型进行模型选择后,确定目标疾病住院风险预测模型可以是LightGBM。
接下来,继续参考图2,在步骤S220中,针对每个所述目标疾病住院风险预测模型,从所述第一特征信息中提取与所述目标疾病住院风险预测模型相关的第二特征信息。
在一种示例性的实施方式中,第二特征信息可以包括上述的目标疾病的影响因子的信息。
举例而言,第一特征信息中可以包括第二特征信息。换言之,可以获取待预测医疗对象对应的住院影响因子的信息,然后针对每个目标疾病住院风险预测模型,从住院影响因子的信息中提取与该目标疾病住院风险预测模型对应的目标疾病的影响因子的信息,以得到第二特征信息。
然后,在步骤S230中,根据所述第二特征信息和所述目标疾病住院风险预测模型,确定出所述待预测医疗对象因所述目标疾病住院的疾病住院风险概率。
举例而言,在提取到每个目标疾病住院风险预测模型对应的第二特征信息后,可以将该第二特征信息输入到对应的目标疾病住院风险预测模型中,以根据所述目标疾病住院风险预测模型得到待预测医疗对象因所述目标疾病住院的疾病住院风险概率。
在步骤S240中,基于所述第一特征信息和每个所述疾病住院风险概率,生成第三特征信息。
在一种示例性的实施方式中,可以将第一特征信息和每个目标疾病住院风险预测模型预测出的待预测医疗对象因所述目标疾病住院的疾病住院风险概率进行合并,以得到第三特征信息。
换言之,第三特征信息中可以包括第一特征信息和待预测医疗对象因每个目标疾病住院的风险概率。
接下来,在步骤S250中,根据所述第三特征信息和第一总住院风险预测模型,确定出所述待预测医疗对象的住院风险。
示例性的,第一总住院风险预测模型可以通过图3所示的训练方法进行确定。参考图3,训练第一总住院风险预测模型的方法可以包括步骤S310至步骤S350。其中:
在步骤S310中,获取每个所述目标疾病住院风险预测模型、第二训练样本和第二样本标签,其中,所述第二训练样本包括住院影响因子的历史信息,所述第二样本标签包括所述第二训练样本中的医疗对象是否住院。
在一种示例性的实施方式中,所述第二训练样本通过以下方式确定:获取结构化的原始历史医疗数据;根据每个所述原始历史医疗数据中的数据缺失情况,生成所述原始历史医疗数据中的医疗对象对应的特征值缺失位置向量;根据所述特征值缺失位置向量,将所述原始历史医疗数据分为K个类别;在每个类别内,基于多项式插补算法对所述类别内的原始历史医疗数据的缺失值进行填充,以根据所述填充结果,确定所述第二训练样本。
其中,所述根据每个所述原始历史医疗数据中的数据缺失情况,生成所述原始历史医疗数据中的医疗对象对应的特征值缺失位置向量,包括:将所述原始历史医疗数据中数据缺失的位置确定为第一向量值;将所述原始历史医疗数据中数据未缺失的位置确定为第二向量值;根据所述第一向量值和所述第二向量值,生成所述原始历史医疗数据中的医疗对象对应的特征值缺失位置向量。
举例而言,可以从医保或医院等医疗***中获取结构化的原始历史医疗数据,其中,原始历史医疗数据包括医疗对象的基本信息(如性别、年龄等)、疾病史、生活习惯、体检指标等。当然,原始历史医疗数据也可以包括其它的能够影响医疗对象是否住院的影响因子的信息,本示例性实施方式对此不做特殊限定。
由于数据缺失会对模型的训练产生以下影响:第一,会丢失大量的有用信息;第二,数据中的不确定性更加显著,而其中蕴含的确定性成分更难把握,难以实现对大量数据的特征的有效挖掘;第三,包含空值的数据会使得数据挖掘过程陷入混乱,导致不可靠的输出。
而由于在本公开中获取的原始历史医疗数据都是真实的医疗数据,而真实的医疗数据往往由于各种原因会出现某些字段的数据缺失的情况。所以,可以对原始历史医疗数据中缺失的数据值进行补充。
具体的,可以根据数据的缺失值分布生成特征值缺失值位置向量,如,对于每个医疗对象的原始历史医疗数据而言,如果其某个字段的数据缺失,则该字段的向量值为1,如果未缺失,则该字段的向量值是0,从而可以生成每个医疗对象的特征值缺失位置向量。
例如,原始历史医疗数据中包括的表征住院影响因子的字段有性别、年龄、血压、血糖、胆固醇、身高、体重、是否抽烟、是否患A病。某个医疗对象对应的原始历史医疗数据为:性别:男、年龄:55、血压:空、空腹血糖:4.1mmol/L、胆固醇:4.3mmol/L、身高:180cm、体重70kg、是否抽烟:否、是否患A病:否,则该医疗对象对应的特征缺失值位置向量为:[0,0,1,0,0,0,0,0]。
得到每个医疗对象的原始历史医疗数据对应的特征缺失值位置向量后,可以根据特征缺失值位置向量将原始历史医疗数据分为K个类别。如,可以基于KNN(K-NearestNeighbor,K近邻)算法,将原始历史医疗数据分为K个类别。
然后,对于每个类别内的原始医疗数据,利用多项式插补算法对该类别内的原始医疗数据进行填补。例如,可以先统计每个类别内的各影响因子的缺失值数量,根据每个影响因子的缺失值数量对各影响因子进行升序排序,根据缺失值数量从多到少的顺序进行多项式插补。具体的,以待插补的影响因子为拟合目标,以其它的影响因子为自变量,根据每个类别内的原始医疗数据拟合对待插补的影响因子进行填充时的多项式。这样,就可以根据拟合出的多项式对该类别内的待插补影响因子的值进行填充。
对填充完成的原始历史医疗数据,还可以对其中的原始历史医疗数据中的连续型特征进行离散化。可以通过等值划分或等量划分的方法将连续型特征进行离散化。例如,某个特征的取值范围为[0,10],则可以将其划分为10段,[0,1),[1,2),⋯,[9,10]。
此外,还可以对填充完成后的原始历史医疗数据进行归一化和特征筛选,以生成第二训练样本。其中,归一化主要是为了消除数据特征之间的量纲影响,使得不同指标之间具备可比性。归一化的方法可以包括Min-Max Scaling(最小-最大缩放),Z-scoreNormalization(Z分数标准化)等。特征筛选可以获取尽可能小的特征子集,其不显著降低分类精度、不影响分类分布,且确定的特征子集应具有稳定、适应性强等特点。特征筛选的方法可以包括卡方检验、相关系数法、递归特征、消除算法等,本示例性实施方式对此不做特殊限定。
对原始历史医疗数据经过数据填充、数据离散化、归一化、特征筛选等过程后,可以生成第二训练样本。
得到第二训练样本后,在步骤S320中,针对每个所述目标疾病住院风险预测模型,从所述第二训练样本中选择出第一输入特征,所述第一输入特征包括所述目标疾病的影响因子的信息。
举例而言,第二训练样本或者可以包括每个目标疾病的影响因子的信息,生成第二训练样本后,针对每个目标疾病住院风险预测模型,可以从第二训练样本中选择出与该目标疾病住院风险预测模型对应的目标疾病相关的影响因子的信息,以得到每个目标疾病住院风险预测模型对应的第一输入特征。
接下来,在步骤S330中,针对每个所述目标疾病住院风险预测模型,根据所述第一输入特征和所述目标疾病住院风险预测模型,确定出疾病住院风险概率。
在一种示例性的实施方式中,疾病住院风险概率用于表征所述第二训练样本中的医疗对象因所述目标疾病住院的风险概率。
举例而言,可以将将每个目标疾病住院风险预测模型对应的第一输入特征输入到该目标疾病住院风险预测模型中,以得到每个目标疾病对应的疾病住院风险概率。
接下来,在步骤S340中,根据所述第二训练样本和所述疾病住院风险概率,生成第三训练样本。
举例而言,可以将第二训练样本和每个目标疾病住院风险预测模型预测出的疾病住院风险概率进行合并,以得到第三训练样本。
继续参考图3,在步骤S350中,根据所述第三训练样本和所述第二样本标签进行有监督学习训练,以得到所述第一总住院风险预测模型。
得到第三训练样本后,以第三训练样本为输入特征,以上述的第二样本标签(即第三样本中的医疗对象是否在一段时间内住院)为输入特征的标签,对多个候选模型进行有监督学习训练,以得到第一总住院风险预测模型。
示例性的,在训练过程中,需要进行超参数调优,以为模型寻找最佳的超参数。机器学习模型的性能与超参数直接相关,超参数调优越多,得到的模型就越好。进行超参数调优的方法可以包括网格搜索,随机搜索,贝叶斯搜索方法等,本示例性实施方式对此不做特殊限定。
同样的,和训练目标疾病住院风险预测模型类似,也可以基于模型选择的思想得到第一总住院风险预测模型。即将第二训练样本划分为训练集合测试集,然后使用测试集对多个候选模型进行训练,训练完成后,使用测试集分别得到多个候选模型的测试评价指标值,根据测试评价指标值从多个候选模型中选择出第一总住院风险预测模型。其中,模型评价指标可以包括AUC(Area under Curve(曲线下的面积),Precision(精确率),Recall(召回率),Accuracy(准确率)等,本示例性实施方式对此不做特殊限定。
下面,结合图4对本公开一示例性实施例中的另一种训练第一总住院风险预测模型的方法的流程示意图。参考图4,该方法可以包括步骤S410至步骤S440。其中:在步骤S410中,提取历史医疗数据并确定数据标签;在步骤S420中,按照缺失值分布对历史医疗数据进行聚类,在每个类内进行缺失值填充,以得到原始训练样本;在步骤S430中,根据原始训练样本训练得到目标疾病住院风险预测模型;在步骤S440中,将每个原始训练样本对应的目标疾病住院风险预测模型的输出值和原始训练样本进行组合,作为第一总住院风险预测模型的输入特征进行训练,以得到第一总住院风险预测模型。
举例而言,可以从不同医疗机构的医疗***中提取历史医疗数据,并标注历史医疗数据中的医疗对象是否在一段时间内因目标疾病住院,以及其是否在一段时间内住院,以生成历史医疗数据对应的标签。然后,对历史医疗数据中缺失的特征值进行填充、特征离散化、归一化、特征筛选等过程,以得到原始训练样本(可以理解为上述的第二训练样本),然后将原始训练样本中提取出与每个目标疾病相关的特征信息(可以理解为上述的目标疾病的影响因子),然后根据每个目标疾病的相关特征信息以及医疗对象是否因目标疾病在一段时间内住院的标签信息,训练得到目标疾病住院风险预测模型。接下来,可以将原始训练样本输入到目标疾病住院风险预测模型中,以得到目标疾病住院风险概率,然后将目标疾病住院风险概率和原始训练样本进行合并作为第一总住院风险预测模型的输入特征、将医疗对象是否在一段时间内住院作为训练标签,进行有监督学习训练,以得到第一总住院风险预测模型。
下面,以目标疾病为A、B、C、D为例,结合图5对本公开的住院风险预测方法进行更进一步的说明。可以从待预测医疗对象的第一特征信息51中提取出分别与目标疾病A、B、C、D相关的第二特征信息1、第二特征信息2、第二特征信息3、第二特征信息4。然后,将第二特征信息1输入到目标疾病A对应的目标疾病住院风险预测模型A中,以得到输出值A;将第二特征信息2输入到目标疾病B对应的目标疾病住院风险预测模型B中,以得到输出值B;将第二特征信息3输入到目标疾病C对应的目标疾病住院风险预测模型C中,以得到输出值C;将第二特征信息4输入到目标疾病D对应的目标疾病住院风险预测模型中,以得到输出值D。然后,将输出值A、B、C、D和第一特征信息51合并之后共同作为第一总住院风险预测模型52的输入,以预测出医疗对象在未来一段时间内住院的风险等级。
在一种示例性的实施方式中,住院风险可以用住院风险概率确定,也可以用住院风险等级确定。也就是说第一总住院风险预测模型的输出值可以是住院风险概率,也可以是住院风险等级。
在第一总住院风险预测模型的输出值是住院风险等级时,可以根据第一总住院模型预测出的住院风险概率和不同风险等级对应的预设概率阈值之间的关系,确定待预测医疗对象的住院风险等级。
举例而言,不同风险等级对应的预设概率值可以通过以下方式确定:可以预先配置多组不同风险等级对应的概率阈值,然后根据其对测试数据集的测试准确性,确定出不同风险等级对应的预设概率阈值。例如,不同风险等级对应的预设概率阈值为概率大于或等于0.8属于第一风险等级、概率小于0.8且大于或等于0.5为第二风险等级,概率小于0.5为第三风险等级。其中,第一风险等级至第三风险等级的风险力度逐渐降低。
需要说明的是,对于目标疾病住院风险预测模型而言,如果在测试过程中发现风险概率可以很好的区分不同样本,则可以使用风险概率作为目标疾病住院风险预测模型的输出值,如果风险概率不能很好的区分不同样本,则可以使用目标疾病住院风险等级作为目标疾病住院风险预测模型的输出值。
例如,对测试样本中70%的样本预测出的概率值都是0.8左右,而测试样本中真正因目标疾病住院的人员的占比是50%,则说明模型对测试样本的区分力度不好,则可以根据测试结果。设置概率阈值,如大于或等于0.9,则对应的目标疾病住院风险等级为高风险等级、小于0.9且大于0.6对应的目标疾病住院风险等级为低风险等级、小于或等于0.6对应的目标疾病住院风险等级为低风险等级。
换言之,步骤S230中也可以根据目标疾病住院风险预测模型得到待预测医疗对象因目标疾病住院的风险等级,然后将该风险等级和第一特征信息进行合并,以得到第三特征信息。
在本公开中,通过先对目标疾病住院的风险概率进行预测,进而将其作为住院影响因子之一预测住院风险概率或者住院风险等级,可以避免由于因某个医疗对象患有目标疾病而直接确定其会住院,因此,可以从概率或风险等级的角度提高住院风险预测的准确性。
与此同时,通过将目标疾病住院的风险概率和其它的住院影响因子的信息相结合,可以基于多个维度的住院影响因子预测住院风险,提高对住院风险预测的准确性。
进一步的,在本公开中,第一总住院预测模型可以包括基于决策树的分布式梯度提升模型,即上述的LightGBM模型。基于此,图6示出本公开一示例性实施例中的确定待预测医疗对象的方法的流程示意图。参考图6,该方法可以包括步骤S610至步骤S650。
在步骤S610中,根据所述基于决策树的分布式梯度提升模型,确定住院影响因子的重要性程度,选择重要性程度排序在前N个的所述住院影响因子为目标住院影响因子。
举例而言,基于决策树的分布式梯度提升模型可以对输入特征进行排序,排序结果可以反映出输入特征的重要性程度。所以,可以通过基于决策树的分布式梯度提升模型确定输入的住院影响因子的重要性程度,然后选择重要性程度排序在前N个的住院影响因子作为目标住院影响因子。其中,N小于输入的住院影响因子的种类的数量。
在步骤S620中,获取所述第二训练样本中所述目标住院影响因子的信息,根据所述目标影响因子的信息和所述第二样本标签,训练得到第二总住院风险预测模型。
举例而言,确定出目标住院影响因子后,可以从第二训练样本中获取第二训练样本中的每个医疗对象的目标住院影响因子的历史信息,以生成第四训练样本,然后将第四训练样本划分为训练集和测试集,使用训练集中的目标住院影响因子的历史信息和医疗对象是否住院进行有监督学习训练,得到第二总住院风险预测模型。
换言之,第一总住院风险预测模型和第二总住院风险预测相比,第一总住院风险预测模型的输入特征比第二总住院风险预测模型的输入特征多,且是从第一总住院风险预测模型的输入特征中选择出对住院风险影响较大的特征作为第二总住院风险预测模型的输入特征,所以第二总住院风险预测模型可以看作是第一总住院风险预测模型的简化版。
接下来,在步骤S630中,将测试样本输入到所述第二总住院风险预测模型中,以得到每个测试样本的住院风险等级。
在步骤S640中,根据每个测试样本的所述住院风险等级和所述测试样本中的医疗对象的医疗费用,确定各住院风险等级对应的平均医疗费用。
举例而言,可以将测试集中的测试样本输入到第二总住院风险预测模型中,得到测试样本中每个测试医疗对象的住院风险等级。然后,可以统计不同住院风险等级包括的测试样本的数量和该住院风险等级中的测试样本的总医疗费用,从而根据该住院风险等级的测试样本的总医疗费用和该住院风险等级对应的测试样本的数量得到该住院风险等级对应的平均医疗费用。
接下来,在步骤S650中,根据所述平均医疗费用,确定所述住院风险等级对应的初始保险费用,以基于所述初始保险费用确定所述待预测医疗对象。
根据测试样本得到每个住院风险等级对应的平均医疗费用后,可以根据平均医疗费用和预设调整因子确定出该住院风险等级对应的初始保险费用。其中,预设调整因子可以根据保险的历史运营成本确定。初始保险费用可以包括初始保险费用区间,如可以根据最小调整因子和最大调整因子,基于不同住院风险等级对应的平均医疗费用确定出不同住院风险等级对应的初始保险费用区间。得到初始保险费用后,可以根据初始保险费用和第二总住院预测模型确定待预测医疗对象。
例如,可以根据目标住院影响因子配置初始核保条件,如将目标住院影响因子作为初始核保条件中的核保项目。当候选医疗对象想要参保时,可以通过其所在的客户端向核保服务器发送参保请求,然后核保服务器接收到参保请求后,可以将初始核保条件中的核保项目发送至该候选医疗对象所在的客户端,该候选医疗对象可以根据自己的实际情况填写并向核保服务器提交初始核保条件中的核保项目的具体信息。核保服务器接收到候选医疗对象发送的初始核保规则中的核保项目的具体信息后,可以将其作为输入特征输入到上述的第二总住院风险预测模型中,以得到该候选医疗对象的住院风险等级,然后将该住院风险等级对应的初始保险费用确定为该候选医疗对象的初始保险费用。
当然,也可以在候选医疗对象发出参保请求后,获取候选医疗对象的历史就诊记录、历史住院记录、历史体检报告等,然后从中自动的识别提取出候选医疗对象对应的目标住院影响因子的具体信息,从而得到候选医疗对象的住院风险等级,进而根据住院风险等级对应的初始保险费用确定候选医疗对象的初始保险费用。
确定出候选医疗对象的初始保险费用后,可以将该初始保险费用发送至候选医疗对象的客户端,以辅助候选医疗对象根据初始保险费用决定自己是否参保。如,向候选医疗对象所在客户端发送“您的预估保险费用是XX-XX元,请您确认是否参保”的消息。
在候选医疗对象确认参保时,则候选医疗对象就被确定为待预测医疗对象。确定出待预测医疗对象后,就可以根据上述的步骤S210至步骤S250,通过第一总住院预测模型得到该待预测医疗对象的住院风险概率。进而根据确定出的住院风险概率对初始保险费用进行微调,从而可以得到该待预测医疗对象的目标保险费用,实现自动化的核保,提高核保效率。
在另一种示例性的实施方式中,待预测医疗对象可以根据需求进行自定义,即是否被确定为待预测医疗对象和是否参保没有关系。
在再一种示例性的实施方式中,根据初始保险费用确定待预测医疗对象还可以是:获取候选医疗对象的历史参保记录,根据候选医疗对象的历史参保记录中的保险对应的保费和初始保险费用之间的差值是否小于预设值,确定候选医疗对象是否为待预测医疗对象,如果小于预设值,则确定候选医疗对象为待预测医疗对象。
在一种示例性的实施方式中,在确定出待预测医疗对象的住院风险后,还可以向住院风险概率大于阈值或者住院风险等级属于目标风险等级的待预测医疗对象所在的客户端推送与目标住院影响因子相关的健康管理信息,如目标住院影响因子包括血压,则可以向待预测医疗对象所在的客户端发送关于预防高血压或者控制高血压的建议,以辅助待预测对象进行健康管理。
在本公开中,通过先对目标疾病住院的风险概率进行预测,进而将其作为住院影响因子之一预测住院风险概率或者住院风险等级,可以避免由于因某个医疗对象患有目标疾病而直接确定其会住院,因此,可以从概率或风险等级的角度提高住院风险预测的准确性,也进而可以提高后续向待预测医疗对象推送的关于健康管理信息的准确性。
本领域技术人员可以理解实现上述实施方式的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU 执行时,执行本发明提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中,该存储介质可以是只读存储器,磁盘或光盘等。
此外,需要注意的是,上述附图仅是根据本发明示例性实施方式的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
图7示出本公开一示例性实施例中住院风险预测装置的结构示意图。参考图7,该装置700可以包括信息获取模块710、第二特征信息提取模块720、疾病住院风险概率预测模块730、第三特征信息生成模块740和住院风险预测模块750。其中:
信息获取模块710,所述模块被配置为获取待预测医疗对象的第一特征信息和至少一个目标疾病住院风险预测模型,所述第一特征信息包括住院影响因子的信息;
第二特征信息提取模块720,被配置为针对每个所述目标疾病住院风险预测模型,从所述第一特征信息中提取与所述目标疾病住院风险预测模型相关的第二特征信息;
疾病住院风险概率预测模块730,被配置为根据所述第二特征信息和所述目标疾病住院风险预测模型,确定出所述待预测医疗对象因所述目标疾病住院的疾病住院风险概率;
第三特征信息生成模块740,被配置为基于所述第一特征信息和每个所述疾病住院风险概率,生成第三特征信息;
住院风险预测模块750,被配置为根据所述第三特征信息和第一总住院风险预测模型,确定出所述待预测医疗对象的住院风险。
在本公开的一些示例性实施例中,基于前述实施例,每个所述目标疾病住院风险预测模型通过以下方式确定:获取第一训练样本和第一样本标签,其中,所述第一训练样本包括目标疾病影响因子的历史信息,所述第一样本标签包括所述第一训练样本中的医疗对象是否因所述目标疾病住院;根据所述第一训练样本和所述第一样本标签进行有监督学习训练,以得到所述目标疾病住院风险预测模型。
在本公开的一些示例性实施例中,基于前述实施例,所述第一总住院风险预测模型通过以下方式确定:获取每个所述目标疾病住院风险预测模型、第二训练样本和第二样本标签,其中,所述第二训练样本包括住院影响因子的历史信息,所述第二样本标签包括所述第二训练样本中的医疗对象是否住院;针对每个所述目标疾病住院风险预测模型,从所述第二训练样本中选择出第一输入特征,所述第一输入特征包括所述目标疾病的影响因子的信息;针对每个所述目标疾病住院风险预测模型,根据所述第一输入特征和所述目标疾病住院风险预测模型,确定出疾病住院风险概率,所述疾病住院风险概率用于表征所述第二训练样本中的医疗对象因所述目标疾病住院的风险概率;根据所述第二训练样本和所述疾病住院风险概率,生成第三训练样本;根据所述第三训练样本和所述第二样本标签进行有监督学习训练,以得到所述第一总住院风险预测模型。
在本公开的一些示例性实施例中,基于前述实施例,所述第二训练样本通过以下方式确定:获取结构化的原始历史医疗数据;根据每个所述原始历史医疗数据中的数据缺失情况,生成所述原始历史医疗数据中的医疗对象对应的特征值缺失位置向量;根据所述特征值缺失位置向量,将所述原始历史医疗数据分为K个类别;在每个类别内,基于多项式插补算法对所述类别内的原始历史医疗数据的缺失值进行填充,以根据所述填充结果,确定所述第二训练样本。
在本公开的一些示例性实施例中,基于前述实施例,所述根据每个所述原始历史医疗数据中的数据缺失情况,生成所述原始历史医疗数据中的医疗对象对应的特征值缺失位置向量,包括:将所述原始历史医疗数据中数据缺失的位置确定为第一向量值;将所述原始历史医疗数据中数据未缺失的位置确定为第二向量值;根据所述第一向量值和所述第二向量值,生成所述原始历史医疗数据中的医疗对象对应的特征值缺失位置向量。
在本公开的一些示例性实施例中,基于前述实施例,在所述第一总住院风险预测模型包括基于决策树的分布式梯度提升模型的情况下,所述待预测医疗对象通过以下方式确定:根据所述基于决策树的分布式梯度提升模型,确定住院影响因子的重要性程度,选择重要性程度排序在前N个的所述住院影响因子为目标住院影响因子;获取所述第二训练样本中所述目标住院影响因子的信息,根据所述目标住院影响因子的信息和所述第二样本标签,训练得到第二总住院风险预测模型;将测试样本输入到所述第二总住院风险预测模型中,以得到每个测试样本的住院风险等级;根据每个测试样本的所述住院风险等级和所述测试样本中的医疗对象的医疗费用,确定测试样本中各住院风险等级对应的平均医疗费用;根据所述平均医疗费用,确定所述住院风险等级对应的初始保险费用,以基于所述初始保险费用确定所述待预测医疗对象。
在本公开的一些示例性实施例中,基于前述实施例,所述住院影响因子包括所述待预测医疗对象的性别、年龄、疾病史、体检指标、生活习惯中的一种或多种。
上述住院风险预测装置中各模块的具体细节已经在对应的住院风险预测方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
在本公开示例性实施方式中,还提供了一种能够实现上述方法的计算机存储介质。其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
本公开的实施方式还可以包括一种用于实现上述方法的程序产品,该程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为***、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“***”。
下面参照图8来描述根据本公开的这种实施方式的电子设备800。图8显示的电子设备800仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于:上述至少一个处理单元810、上述至少一个存储单元820、连接不同***组件(包括存储单元820和处理单元810)的总线830以及显示单元840。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元810执行,使得所述处理单元810执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,所述处理单元810可以执行如图2所示的各个步骤。
存储单元820可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202,还可以进一步包括只读存储单元(ROM)8203。
存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204,这样的程序模块8205包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备800也可以与一个或多个外部设备900(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备800交互的设备通信,和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且,电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器860通过总线830与电子设备800的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备800使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
此外,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (9)
1.一种住院风险预测方法,其特征在于,包括:
获取待预测医疗对象的第一特征信息和至少一个目标疾病住院风险预测模型,所述第一特征信息包括住院影响因子的信息,所述至少一个目标疾病住院风险预测模型对应至少一个目标疾病,相应目标疾病住院风险预测模型用于预测医疗对象因相应目标疾病住院的风险概率;
针对每个所述目标疾病住院风险预测模型,从所述第一特征信息中提取与该目标疾病住院风险预测模型相关的第二特征信息,所述第二特征信息包括该目标疾病住院风险预测模型对应的目标疾病的住院影响因子的信息;
针对每个所述目标疾病住院风险预测模型,根据该目标疾病住院风险预测模型和与该目标疾病住院风险预测模型相关的第二特征信息,确定出所述待预测医疗对象因该目标疾病住院的疾病住院风险概率;
合并所述第一特征信息和每个目标疾病住院风险预测模型确定出的疾病住院风险概率,以生成第三特征信息;
根据所述第三特征信息和第一总住院风险预测模型,确定出所述待预测医疗对象的住院风险;
其中,在所述第一总住院风险预测模型包括基于决策树的分布式梯度提升模型的情况下,所述待预测医疗对象通过以下方式确定:
根据所述基于决策树的分布式梯度提升模型,确定住院影响因子的重要性程度,选择重要性程度排序在前N个的所述住院影响因子为目标住院影响因子;
获取第二训练样本中所述目标住院影响因子的信息,根据所述目标住院影响因子的信息和第二样本标签,训练得到第二总住院风险预测模型,其中,所述第二训练样本包括住院影响因子的历史信息,所述第二样本标签包括所述第二训练样本中的医疗对象是否住院;
将测试样本输入到所述第二总住院风险预测模型中,以得到每个测试样本的住院风险等级;
根据每个测试样本的所述住院风险等级和所述测试样本中的医疗对象的医疗费用,确定测试样本中各住院风险等级对应的平均医疗费用;
根据所述平均医疗费用,确定所述住院风险等级对应的初始保险费用,以基于所述初始保险费用确定所述待预测医疗对象;
所述基于所述初始保险费用确定待预测医疗对象包括:
获取候选医疗对象对应的目标住院影响因子的信息;
基于所述候选医疗对象对应的目标住院影响因子的信息和所述第二总住院风险预测模型,确定出所述候选医疗对象的住院风险等级;
获取所述候选医疗对象的住院风险等级对应的初始保险费用,以得到所述候选医疗对象的初始保险费用;
获取所述候选医疗对象的历史参保记录,在所述候选医疗对象的历史参保记录中的保险对应的保险费用和所述候选医疗对象的初始保险费用之间的差值小于预设值的情况下,确定所述候选医疗对象为待预测医疗对象。
2.根据权利要求1所述的住院风险预测方法,其特征在于,每个所述目标疾病住院风险预测模型通过以下方式确定:
获取第一训练样本和第一样本标签,其中,所述第一训练样本包括目标疾病影响因子的历史信息,所述第一样本标签包括所述第一训练样本中的医疗对象是否因所述目标疾病住院;
根据所述第一训练样本和所述第一样本标签进行有监督学习训练,以得到所述目标疾病住院风险预测模型。
3.根据权利要求2所述的住院风险预测方法,其特征在于,所述第一总住院风险预测模型通过以下方式确定:
获取每个所述目标疾病住院风险预测模型、第二训练样本和第二样本标签;
针对每个所述目标疾病住院风险预测模型,从所述第二训练样本中选择出第一输入特征,所述第一输入特征包括所述目标疾病的影响因子的信息;
针对每个所述目标疾病住院风险预测模型,根据所述第一输入特征和所述目标疾病住院风险预测模型,确定出疾病住院风险概率,所述疾病住院风险概率用于表征所述第二训练样本中的医疗对象因所述目标疾病住院的风险概率;
根据所述第二训练样本和所述疾病住院风险概率,生成第三训练样本;
根据所述第三训练样本和所述第二样本标签进行有监督学习训练,以得到所述第一总住院风险预测模型。
4.根据权利要求3所述的住院风险预测方法,其特征在于,所述第二训练样本通过以下方式确定:
获取结构化的原始历史医疗数据;
根据每个所述原始历史医疗数据中的数据缺失情况,生成所述原始历史医疗数据中的医疗对象对应的特征值缺失位置向量;
根据所述特征值缺失位置向量,将所述原始历史医疗数据分为K个类别;
在每个类别内,基于多项式插补算法对所述类别内的原始历史医疗数据的缺失值进行填充,以根据所述填充结果,确定所述第二训练样本。
5.根据权利要求4所述的住院风险预测方法,其特征在于,所述根据每个所述原始历史医疗数据中的数据缺失情况,生成所述原始历史医疗数据中的医疗对象对应的特征值缺失位置向量,包括:
将所述原始历史医疗数据中数据缺失的位置确定为第一向量值;
将所述原始历史医疗数据中数据未缺失的位置确定为第二向量值;
根据所述第一向量值和所述第二向量值,生成所述原始历史医疗数据中的医疗对象对应的特征值缺失位置向量。
6.根据权利要求1所述的住院风险预测方法,其特征在于,所述住院影响因子包括所述待预测医疗对象的性别、年龄、疾病史、体检指标、生活习惯中的一种或多种。
7.一种住院风险预测装置,其特征在于,包括:
信息获取模块,所述模块被配置为获取待预测医疗对象的第一特征信息和至少一个目标疾病住院风险预测模型,所述第一特征信息包括住院影响因子的信息,所述至少一个目标疾病住院风险预测模型对应至少一个目标疾病,相应目标疾病住院风险预测模型用于预测医疗对象因相应目标疾病住院的风险概率;
第二特征信息提取模块,被配置为针对每个所述目标疾病住院风险预测模型,从所述第一特征信息中提取与该目标疾病住院风险预测模型相关的第二特征信息,所述第二特征信息包括该目标疾病住院风险预测模型对应的目标疾病的住院影响因子的信息;
疾病住院风险概率预测模块,被配置为针对每个所述目标疾病住院风险预测模型,根据该目标疾病住院风险预测模型和与该目标疾病住院风险预测模型相关的第二特征信息,确定出所述待预测医疗对象因所述目标疾病住院的疾病住院风险概率;
第三特征信息生成模块,被配置为合并所述第一特征信息和每个目标疾病住院风险预测模型输出的疾病住院风险概率,以生成第三特征信息;
住院风险预测模块,被配置为根据所述第三特征信息和第一总住院风险预测模型,确定出所述待预测医疗对象的住院风险;
其中,在所述第一总住院风险预测模型包括基于决策树的分布式梯度提升模型的情况下,所述待预测医疗对象的通过以下方式确定:
根据所述基于决策树的分布式梯度提升模型,确定住院影响因子的重要性程度,选择重要性程度排序在前N个的所述住院影响因子为目标住院影响因子;
获取第二训练样本中所述目标住院影响因子的信息,根据所述目标住院影响因子的信息和第二样本标签,训练得到第二总住院风险预测模型,其中,所述第二训练样本包括住院影响因子的历史信息,所述第二样本标签包括所述第二训练样本中的医疗对象是否住院;
将测试样本输入到所述第二总住院风险预测模型中,以得到每个测试样本的住院风险等级;
根据每个测试样本的所述住院风险等级和所述测试样本中的医疗对象的医疗费用,确定测试样本中各住院风险等级对应的平均医疗费用;
根据所述平均医疗费用,确定所述住院风险等级对应的初始保险费用,以基于所述初始保险费用确定所述待预测医疗对象;
所述基于所述初始保险费用确定待预测医疗对象包括:
获取候选医疗对象对应的目标住院影响因子的信息;
基于所述候选医疗对象对应的目标住院影响因子的信息和所述第二总住院风险预测模型,确定出所述候选医疗对象的住院风险等级;
获取所述候选医疗对象的住院风险等级对应的初始保险费用,以得到所述候选医疗对象的初始保险费用;
获取所述候选医疗对象的历史参保记录,在所述候选医疗对象的历史参保记录中的保险对应的保险费用和所述候选医疗对象的初始保险费用之间的差值小于预设值的情况下,确定所述候选医疗对象为待预测医疗对象。
8.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至6中任一项所述的住院风险预测方法。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至6中任一项所述的住院风险预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210733700.6A CN114792568B (zh) | 2022-06-27 | 2022-06-27 | 住院风险预测方法及装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210733700.6A CN114792568B (zh) | 2022-06-27 | 2022-06-27 | 住院风险预测方法及装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114792568A CN114792568A (zh) | 2022-07-26 |
CN114792568B true CN114792568B (zh) | 2023-06-06 |
Family
ID=82463703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210733700.6A Active CN114792568B (zh) | 2022-06-27 | 2022-06-27 | 住院风险预测方法及装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114792568B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949936A (zh) * | 2019-03-13 | 2019-06-28 | 成都数联易康科技有限公司 | 一种基于深度学习混合模型的再住院风险预测方法 |
CN112002425A (zh) * | 2020-09-02 | 2020-11-27 | 冯易 | 一种基于数据驱动的再入院风险及住院时间风险评估模型 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109493972B (zh) * | 2018-10-30 | 2024-06-25 | 深圳平安医疗健康科技服务有限公司 | 基于预测模型的数据处理方法、装置、服务器及存储介质 |
CN111180065A (zh) * | 2018-11-09 | 2020-05-19 | 天津幸福生命科技有限公司 | 保险用户评估方法、装置、电子设备及计算机可读介质 |
CN110347837B (zh) * | 2019-07-17 | 2022-02-18 | 电子科技大学 | 一种心血管疾病非计划再住院风险预测方法 |
CN112086195B (zh) * | 2020-09-16 | 2023-04-07 | 电子科技大学 | 一种基于自适应集成学习模型的再入院风险预测方法 |
CN113674864B (zh) * | 2021-08-30 | 2023-08-11 | 重庆大学 | 一种恶性肿瘤合并静脉血栓栓塞症风险预测方法 |
CN113823411A (zh) * | 2021-09-26 | 2021-12-21 | 萱闱(北京)生物科技有限公司 | 风险预测模型的训练方法、装置、介质和计算设备 |
CN114300141A (zh) * | 2021-12-29 | 2022-04-08 | 天津开心生活科技有限公司 | 患病风险等级预测方法及装置、可读存储介质及电子设备 |
-
2022
- 2022-06-27 CN CN202210733700.6A patent/CN114792568B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949936A (zh) * | 2019-03-13 | 2019-06-28 | 成都数联易康科技有限公司 | 一种基于深度学习混合模型的再住院风险预测方法 |
CN112002425A (zh) * | 2020-09-02 | 2020-11-27 | 冯易 | 一种基于数据驱动的再入院风险及住院时间风险评估模型 |
Also Published As
Publication number | Publication date |
---|---|
CN114792568A (zh) | 2022-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bacchi et al. | Machine learning in the prediction of medical inpatient length of stay | |
US11501862B2 (en) | Systems and methods for healthcare provider dashboards | |
US11694109B2 (en) | Data processing apparatus for accessing shared memory in processing structured data for modifying a parameter vector data structure | |
Johnson et al. | A new severity of illness scale using a subset of acute physiology and chronic health evaluation data elements shows comparable predictive accuracy | |
US20210035015A1 (en) | Annotation pipeline for machine learning algorithm training and optimization | |
Amarasingham et al. | An automated model to identify heart failure patients at risk for 30-day readmission or death using electronic medical record data | |
CN111144658B (zh) | 医疗风险预测方法、装置、***、存储介质与电子设备 | |
US11874798B2 (en) | Smart dataset collection system | |
CN112002410A (zh) | 传染病疾病状态预测方法及装置、存储介质、电子设备 | |
WO2020102220A1 (en) | Adherence monitoring through machine learning and computing model application | |
Post et al. | Protempa: A method for specifying and identifying temporal sequences in retrospective data for patient selection | |
US20200111576A1 (en) | Producing a multidimensional space data structure to perform survival analysis | |
WO2021189949A1 (zh) | 信息推荐方法、装置、电子设备及介质 | |
US20210183525A1 (en) | System and methods for generating and leveraging a disease-agnostic model to predict chronic disease onset | |
CN113658655A (zh) | 体检推荐方法、装置、存储介质及设备 | |
CN111383768A (zh) | 医疗数据回归分析方法、装置、电子设备及可读介质 | |
CN114792568B (zh) | 住院风险预测方法及装置、存储介质及电子设备 | |
CN113094602B (zh) | 酒店推荐方法、***、设备及介质 | |
CN115862840A (zh) | 关节疼痛疾病的智能辅助诊断方法和装置 | |
US11416776B2 (en) | Method of and system for identifying and enumerating cross-body degradations | |
CN110931136B (zh) | 事件的搜索方法及装置、计算机介质和电子设备 | |
CN112699872A (zh) | 表单审核处理方法及装置、电子设备和存储介质 | |
Lequertier et al. | Predicting length of stay with administrative data from acute and emergency care: an embedding approach | |
CN111063436A (zh) | 数据处理方法及装置、存储介质及电子终端 | |
EP4184328A1 (en) | Medical imaging device fault handling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |