【技术实现步骤摘要】
一种基于院前急救大数据的决策支持系统
[0001]本专利技术涉及大数据
,更具体地说,它涉及一种基于院前急救大数据的决策支持系统。
技术介绍
[0002]对于能够正常通过通话来询问病情的急救求助人来说,通过人工的记录病情来判断急救的紧急程度是可行的,但是对于一些无法与接线员沟通的病人来说,无法通过沟通获取病人的病情,无法判断求助人是误报还是需要急救,更无法判断对于急救需求的紧急程度。
技术实现思路
[0003]本专利技术提供一种基于院前急救大数据的决策支持系统,解决相关技术中无法正常沟通的急救求助电话无法判断对于急救需求的紧急程度的技术问题。
[0004]本专利技术提供了一种基于院前急救大数据的决策支持系统,包括:
[0005]终端信息获取模块,其用于通过求助终端的归属来确定求助人的求助终端的ID;
[0006]关联信息获取模块,其根据求助人求助终端的ID获取关联信息;
[0007]关联信息处理模块,其用于从求助终端终止求助通话时开始,按照时间顺序基于关联信息生成关联时序信息,关联时序信息的一个序列单元包括一个时间点之前的对应的关联信息;
[0008]模型生成模块,其用于生成决策学习模型;
[0009]决策学习模型输出的急救类别标签对应于误报、紧急急救和一般救助;
[0010]模型训练模块,其通过历史的关联时序信息以及对应的急救类别标签来对决策学习模型进行训练;
[0011]决策分类模块,其用于将对当前的求助人生成的关联时序信息输入 ...
【技术保护点】
【技术特征摘要】
1.一种基于院前急救大数据的决策支持系统,其特征在于,包括:终端信息获取模块,其用于通过求助终端的归属来确定求助人的求助终端的ID;关联信息获取模块,其根据求助人求助终端的ID获取关联信息;关联信息处理模块,其用于从求助终端终止求助通话时开始,按照时间顺序基于关联信息生成关联时序信息,关联时序信息的一个序列单元包括一个时间点之前的对应的关联信息;模型生成模块,其用于生成决策学习模型;决策学习模型输出的急救类别标签对应于误报、紧急急救和一般救助;模型训练模块,其通过历史的关联时序信息以及对应的急救类别标签来对决策学习模型进行训练;决策分类模块,其用于将对当前的求助人生成的关联时序信息输入决策学习模型,输出急救类别标签;救助决策模块,其基于当前输出的急救类别标签来选择对应的救助手段。2.根据权利要求1所述的一种基于院前急救大数据的决策支持系统,其特征在于,关联信息包括求助终端联系的其他终端,以及联系的终端对应的通话时长、联系的终端对应的时间、联系的终端对应的IP地址。3.根据权利要求1所述的一种基于院前急救大数据的决策支持系统,其特征在于,关联时序信息是由归一化之后的关联信息生成的。4.根据权利要求1所述的一种基于院前急救大数据的决策支持系统,其特征在于,决策学习模型包括LSTM神经网络,LSTM神经网络包括多个LSTM单元,每个LSTM单元输入一个关联时序信息的序列单元;每个LSTM单元的输出状态h
t
的计算公式如下:h
t
=o
t
⊙
tanh(C
t
)其中,输出门W
xo
表示输入x
t
传递到o
t
对应的权重矩阵,表示上个LSTM单元的输出状态h
t
‑1传递到o
t
对应的权重矩阵,b
o
表示偏置项,σ表示sigmoid函数;其中,输出状态f
t
⊙
C
t
‑1表示遗忘门f
t
和上一LSTM单元的输出状态C
t
‑1做逐点相乘,f
t
∈(0,1);表示输出入门i
t
和中间状态进行逐点相乘;其中,遗忘门W
fx
表示输入x
t
传递到f
t
对应的权...
【专利技术属性】
技术研发人员:张赪,涂建刚,
申请(专利权)人:珠海市安克电子技术有限公司,
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。