[发明专利]自动化关联数据解析平台

说明书

本发明涉及一种自动化关联数据解析平台，包括：科室关联器件，用于获取综合医院的各个医疗科室，并建立科室之间的管理关系；内容存储器件，用于存储综合医院的科室之间的管理关系；数据捕获器件，基于综合医院的历史就诊记录获取综合医院每一科室在任何一个过往月份的就诊总量；房间辨识机构，用于安置相应数量的就诊房间以满足需要预测科室在未来预测月份的预测需求。本发明的自动化关联数据解析平台数据有效、具有一定的自动化水平。由于能够根据同一综合医院的科室与其关联的各个科室之间的就诊数据的内部关联特性，基于关联科室的过往就诊数据执行对本科室的未来就诊数据的可靠判断，从而使得综合医院就诊房间的利用率最大化。

技术领域

本发明涉及数值分析领域，尤其涉及一种自动化关联数据解析平台。

背景技术

不论何种类型的人工神经网络，它们共同的特点是，大规模并行处理，分布式存储，弹性拓扑，高度冗余和非线性运算。因而具有很髙的运算速度，很强的联想能力，很强的适应性，很强的容错能力和自组织能力。这些特点和能力构成了人工神经网络模拟智能活动的技术基础，并在广阔的领域获得了重要的应用。例如，在通信领域，人工神经网络可以用于数据压缩、图像处理、矢量编码、差错控制(纠错和检错编码)、自适应信号处理、自适应均衡、信号检测、模式识别、ATM流量控制、路由选择、通信网优化和智能网管理等。现有技术中，对于大型综合医院的科室管理来说，由于就诊需求量本身存在差异，加上随着时间的同一种类科室的就诊量的本身变化，导致医院很难有效判断出某一种类科室在未来月份的估测就诊量，从而无法对原本有限的就诊房间进行动态调配以尽可能满足所有种类科室的就诊需求。

发明内容

为了解决现有技术中的技术问题，本发明提供了一种自动化关联数据解析平台，能够根据同一综合医院的科室与其关联的各个科室之间的就诊数据的内部关联特性，采用BP神经网络基于关联科室的过往就诊数据执行对本科室的未来就诊数据的可靠判断，进而为就诊房间的分配提供关键信息。

相比较于现有技术，本发明至少需要具备以下四处突出的实质性特点：

(1)为不同综合医院定制不同结构的人工智能模型以完成过往关联科室就诊数据到预测科室未来月份就诊数据的智能化解析；

(2)具体地，建立用于执行设定综合医院某一科室未来就诊总量解析操作的BP神经网络，所述BP神经网络包括一层输入层、一层输出层和多层隐蔽层，所述输出层的单个输出信号为目标科室在目标月份的就诊总量，所述输入层的多个输入信号为所述目标科室的固定数目的多个关联科室在目标月份之前最新月份分别对应的多个就诊总量；

(3)定制的不同结构的人工智能模型中，隐蔽层的数目与综合医院的科室总数正向关联，以及综合医院所在城市的面积越大，选择的输入数据总数的取值越大；

(4)基于需要预测科室在未来预测月份的预测就诊总量在未来预测月份安置相应数量的就诊房间以满足所述需要预测科室在未来预测月份的预测需求。

根据本发明的一方面，提供了一种自动化关联数据解析平台，所述平台包括：

科室关联器件，服务于某一家综合医院，用于获取所述综合医院的各个医疗科室，并建立科室之间的管理关系；

内容存储器件，与所述科室管理器件连接，用于采用关系数据库存储所述综合医院的科室之间的管理关系；

数据捕获器件，基于所述综合医院的历史就诊记录获取所述综合医院每一科室在任何一个过往月份的就诊总量；

第一解析机构，与所述数据捕获器件连接，用于建立用于执行某一科室未来就诊总量解析操作的BP神经网络，所述BP神经网络包括一层输入层、一层输出层和多层隐蔽层，所述输出层的单个输出信号为目标科室在目标月份的就诊总量，所述输入层的多个输入信号为所述目标科室的固定数目的多个关联科室在目标月份之前最新月份分别对应的多个就诊总量；