本申请的实施例公开了一种DRGs决策树构建方法及装置、电子设备、存储介质，该方法包括：获取多个病例数据，提取所述病例数据中的体征特征和诊疗特征，并对所述体征特征和所述诊疗特征进行预处理；根据预处理后的各个病例数据的所述体征特征和所述诊疗特征，通过自变异粒子群聚类算法进行二分类，构建决策树结构的各个节点；通过支持向量机对所述决策树结构的各个节点进行训练，得到各个节点的分类策略，根据所述分类策略和所述决策树结构，得到DRGs决策树。本申请实施例的技术方案能够提高分类的准确性。分类的准确性。分类的准确性。
【技术实现步骤摘要】
DRGs决策树构建方法及装置、电子设备、存储介质
[0001]本申请涉及人工智能
，具体而言，涉及一种DRGs决策树构建方法及装置、电子设备、计算机可读存储介质。
技术介绍
[0002]疾病诊断相关分组(Diagnosis Related Groups，DRGs)是一种专门用于医疗保险预付款制度的患者分类编码标准。其通过对不同的病例临床过程中疾病的严重程度、种类和治疗手段等进行测算，并按照相近的原则，将不同的病例分门别类，最终计算出定额的医保预付款。利用DRGs可以进行不同服务提供者之间同质病例服务绩效的比较，大大提高了评估结果的可靠性，可以进一步减缓医疗费用逐步增加的趋势，促进成本管理，增加患者满意度，有效提升医疗服务水平，基本上能够同时兼顾医保、医院、患者等各方面的利益。
[0003]我国在引进疾病诊断相关分组时对其进行了适当改良，但疾病诊断相关分组仍然以西医的诊疗方式为基础，目前在我国本土化过程中，尤其是在中医药临床方面，DGRs与中医医疗保险支付紧密结合的实质性工作的开展还基本属于空白状态。目前我国的DRGs仍处于探索阶段，所使用的DRGs模型主要是通过引进国外的DRGs模型或在此基础上进行改进，但最终的分类结果准确性较低。
技术实现思路
[0004]为解决上述技术问题，本申请的实施例提供了一种DRGs决策树构建方法及装置、电子设备、计算机可读存储介质，旨在解决现有的DRGs模型的准确性较低的技术问题。
[0005]本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
[0006]根据本申请实施例的一个方面，提供了一种DRGs决策树构建方法，包括：
[0007]获取多个病例数据，提取所述病例数据中的体征特征和诊疗特征，并对所述体征特征和所述诊疗特征进行预处理；
[0008]根据预处理后的各个病例数据的所述体征特征和所述诊疗特征，通过自变异粒子群聚类算法进行二分类，构建决策树结构的各个节点；
[0009]通过支持向量机对所述决策树结构的各个节点进行训练，得到各个节点的分类策略，根据所述分类策略和所述决策树结构，得到DRGs决策树。
[0010]进一步地，所述根据预处理后的各个病例数据的所述体征特征和所述诊疗特征，通过自变异粒子群聚类算法进行二分类，构建决策树结构的各个节点，包括：
[0011]获取通过自变异粒子群聚类算法进行二分类后的当前节点所对应的病例数据的特征数据和诊疗数据；
[0012]根据当前节点所对应的病例数据的体征特征和诊疗特征确定所述当前节点是否为叶子节点；
[0013]若所述当前节点为叶子节点，则确定所述决策树结构构建完成。
[0014]进一步地，在所述根据当前节点所对应的病例数据的体征特征和诊疗特征确定所述当前节点是否为叶子节点之后，包括：
[0015]若所述当前节点不是叶子节点，则根据所述当前节点所对应的病例数据的所述体征特征和所述诊疗特征，通过自变异粒子群聚类算法对所述当前节点所对应的病例数据进行二分类，得到所述当前节点的子节点；
[0016]将所述当前节点的子节点作为下一轮二分类的当前节点，跳转至获取通过自变异粒子群聚类算法进行二分类后的当前节点所对应的病例数据的特征数据和诊疗数据。
[0017]进一步地，所述体征特征包括并发症特征、伴随症特征，所述诊疗特征包括多个中医诊疗特征，所述根据当前节点所对应的病例数据的体征特征和诊疗特征确定所述当前节点是否为叶子节点，包括：
[0018]检测各个所述病例数据的体征特征和诊疗特征是否匹配；
[0019]若各个所述病例数据的特征数据和诊疗数据均匹配，则确定所述当前节点为叶子节点。
[0020]进一步地，所述根据预处理后的各个病例数据的所述体征特征和所述诊疗特征，通过自变异粒子群聚类算法进行二分类，构建决策树结构的各个节点，包括：
[0021]获取当前节点对应的病例数据，根据各个病例数据的所述体征特征和所述诊疗特征随机初始化当前节点对应的病例数据的速度和位置；
[0022]通过最邻近法则对当前节点对应的病例数据进行划分，计算每个病例数据的适应值，更新个体极值；
[0023]通过粒子群算法的位置公式和速度公式更新当前节点对应的病例数据的位置及速度；
[0024]若聚类中心不变时，确定最优病例数据的位置，根据最优病例数据的位置进行二分类，构建决策树结构的当前节点的子节点。
[0025]进一步地，所述体征特征包括并发症特征、伴随症特征，所述诊疗特征包括多个中医诊疗特征，所述对所述体征特征和所述诊疗特征进行预处理，包括：
[0026]获取预设变量赋值表，根据所述预设变量赋值表对各个病例数据的所述体征特征和所述诊疗特征进行赋值。
[0027]根据本申请实施例的一个方面，提供了一种DRGs决策树构建装置，包括：
[0028]获取模块，配置为获取多个病例数据，提取所述病例数据中的体征特征和诊疗特征，并对所述体征特征和所述诊疗特征进行预处理；
[0029]分类模块，配置为根据预处理后的各个病例数据的所述体征特征和所述诊疗特征，通过自变异粒子群聚类算法进行二分类，构建决策树结构的各个节点；
[0030]训练模块，配置为通过支持向量机对所述决策树结构的各个节点进行训练，得到各个节点的分类策略，根据所述分类策略和所述决策树结构，得到DRGs决策树。
[0031]进一步地，所述分类模块，包括：
[0032]第一获取子模块，配置为获取通过自变异粒子群聚类算法进行二分类后的当前节点所对应的病例数据的特征数据和诊疗数据；
[0033]第一确定子模块，配置为根据当前节点所对应的病例数据的体征特征和诊疗特征确定所述当前节点是否为叶子节点；
[0034]第二确定子模块，配置为若所述当前节点为叶子节点，则确定所述决策树结构构建完成。
[0035]根据本申请实施例的一个方面，提供了一种电子设备，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，使得所述电子设备实现如前所述的DRGs决策树构建方法。
[0036]根据本申请实施例的一个方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行如上所述的DRGs决策树构建方法。
[0037]根据本申请实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实施例中提供的DRGs决策树构建方法。
[0038]在本申请的实施例所提供的技术方案中，通过多个病例数据的体征特征和诊疗特征，通过自变异粒子群聚类算法进行二分类，构建决策树结构的各个节点；本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种DRGs决策树构建方法，其特征在于，包括：获取多个病例数据，提取所述病例数据中的体征特征和诊疗特征，并对所述体征特征和所述诊疗特征进行预处理；根据预处理后的各个病例数据的所述体征特征和所述诊疗特征，通过自变异粒子群聚类算法进行二分类，构建决策树结构的各个节点；通过支持向量机对所述决策树结构的各个节点进行训练，得到各个节点的分类策略，根据所述分类策略和所述决策树结构，得到DRGs决策树。2.根据权利要求1所述的DRGs决策树构建方法，其特征在于，所述根据预处理后的各个病例数据的所述体征特征和所述诊疗特征，通过自变异粒子群聚类算法进行二分类，构建决策树结构的各个节点，包括：获取通过自变异粒子群聚类算法进行二分类后的当前节点所对应的病例数据的特征数据和诊疗数据；根据当前节点所对应的病例数据的体征特征和诊疗特征确定所述当前节点是否为叶子节点；若所述当前节点为叶子节点，则确定所述决策树结构构建完成。3.根据权利要求2所述的DRGs决策树构建方法，其特征在于，在所述根据当前节点所对应的病例数据的体征特征和诊疗特征确定所述当前节点是否为叶子节点之后，包括：若所述当前节点不是叶子节点，则根据所述当前节点所对应的病例数据的所述体征特征和所述诊疗特征，通过自变异粒子群聚类算法对所述当前节点所对应的病例数据进行二分类，得到所述当前节点的子节点；将所述当前节点的子节点作为下一轮二分类的当前节点，跳转至获取通过自变异粒子群聚类算法进行二分类后的当前节点所对应的病例数据的特征数据和诊疗数据。4.根据权利要求2所述的DRGs决策树构建方法，其特征在于，所述体征特征包括并发症特征、伴随症特征，所述诊疗特征包括多个中医诊疗特征，所述根据当前节点所对应的病例数据的体征特征和诊疗特征确定所述当前节点是否为叶子节点，包括：检测各个所述病例数据的体征特征和诊疗特征是否匹配；若各个所述病例数据的特征数据和诊疗数据均匹配，则确定所述当前节点为叶子节点。5.根据权利要求1所述的DRGs决策树构建方法，其特征在于，所述根据预处理后的各个病例数据的所述体征特征和所述诊疗特征，通过自变异粒子群聚类算法进行二分类，构建决策树结构的各个节点，包括：获取当前节点对应的病例数据，根据各...
【专利技术属性】
技术研发人员：李同，巴堃，庄伯金，
申请(专利权)人：平安科技深圳有限公司，
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。