[发明专利]基于决策树的问诊分配方法、装置、设备及存储介质

权利要求书

1.一种基于决策树的问诊分配方法，其特征在于，所述基于决策树的问诊分配方法包括：

获取初始医疗数据，对所述初始医疗数据进行预处理，得到预处理医疗数据；

调用预置的聚类算法，对所述预处理医疗数据进行聚类处理，得到聚类样本；

调用预置的基于决策树的向量机分类算法，对所述聚类样本进行基于病症相数的分类，得到病症分类结果；

调用预置的相似度算法，将所述病症分类结果和预置的问诊医生信息数据库进行匹配，得到问诊分配结果。

2.根据权利要求1所述的基于决策树的问诊分配方法，其特征在于，所述获取初始医疗数据，对所述初始医疗数据进行预处理，得到预处理医疗数据包括：

接收患者端发送的病历单数据和医生端发送的问诊结果数据，将所述病历单数据和所述问诊结果数据确定为初始医疗数据；

调用预置的软件仿真包，对所述初始医疗数据进行仿真处理，得到医疗仿真数据，对所述医疗仿真数据进行缺失值补全、异常值过滤和重复值过滤，得到预处理医疗数据。

3.根据权利要求1所述的基于决策树的问诊分配方法，其特征在于，所述调用预置的聚类算法，对所述预处理医疗数据进行聚类处理，得到聚类样本包括：

基于预置的聚类算法中预置的类间重叠度公式，计算所述预处理医疗数据中每一类病症对应的空间重叠度，得到空间重叠度矩阵；

基于所述空间重叠度矩阵，对所述预处理医疗数据进行合并和筛选，得到聚类样本。

4.根据权利要求1所述的基于决策树的问诊分配方法，其特征在于，所述调用预置的基于决策树的向量机分类算法，对所述聚类样本进行基于病症相数的分类，得到病症分类结果包括：

确定所述聚类样本的类间可分离度，通过所述类间可分离度和预置的基于决策树的向量机分类算法构建决策树，得到初始决策树；

对所述初始决策树进行剪枝处理，得到目标决策树，将所述目标决策树确定为病症分类结果，所述目标决策树包含多个叶子节点。

5.根据权利要求4所述的基于决策树的问诊分配方法，其特征在于，所述确定所述聚类样本的类间可分离度，通过所述类间可分离度和预置的基于决策树的向量机分类算法构建决策树，得到初始决策树包括：

调用预置的可分性度量公式，计算所述聚类样本的类间可分离度，将所述类间可分离度按照从大到小的顺序进行排序，得到分离度排序结果；

提取所述分离度排序结果中预设数量的类间可分离度，对所述预设数量的类间可分离度对应的样本集进行标注，得到标注后的样本集，调用预置的基于决策树的向量机分类算法构建二值分类器，将所述标注后的样本集分别确定为所述二值分类器的子节点，得到初始决策树。

6.根据权利要求1所述的基于决策树的问诊分配方法，其特征在于，所述调用预置的相似度算法，将所述病症分类结果和预置的问诊医生信息数据库进行匹配，得到问诊分配结果包括：

调用预置的相似度算法，将所述病症分类结果和预置的问诊医生信息数据库进行相似度计算，得到相似度计算结果，所述相似度计算结果包括多个相似度值和每一个相似度值对应的病症分类结果和问诊医生信息；

按照多个相似度值从大到小的顺序，对所述相似度计算结果中的问诊医生信息进行排序，得到相似度排序结果，将所述相似度排序结果中排名为第一的问诊医生信息确定为问诊分配结果。

7.根据权利要求1-6中任一项所述的基于决策树的问诊分配方法，其特征在于，在所述获取初始医疗数据，对所述初始医疗数据进行预处理，得到预处理医疗数据之前，所述基于决策树的问诊分配方法还包括：

获取历史医疗数据，采用预置的匿名化算法对所述历史医疗数据进行脱敏处理，得到脱敏数据，所述历史医疗数据包括历史问诊数据以及所述历史问诊数据对应的问诊医生数据；

将所述脱敏数据加载至预置的数据库构建模板中，得到问诊医生信息数据库。