[发明专利]一种大数据医疗数据特征提取和智能分析预测方法

摘要

由于医疗信息和病人的病史以自由文本格式保存在病历里，自然语言处理技术可以帮助医生从庞大的记录中萃取出关键信息，并将文本转化为可使用的知识，用深度学习、自然语言处理技术及大数据技术，帮助医疗数据进行结构化处理和挖掘。本发明公开了一种大数据医疗数据特征提取和智能分析预测方法，具体包括如下步骤：数据清洗，数据向量化，病例挖掘与特征挖掘，深度神经网络模型训练，病情诊疗和治愈率预测，分析和验证模型。

主权项

1.一种大数据医疗病情诊断和治愈率预测方法，其特征在于，包括：步骤1，采集病历数据，并针对数据进行清洗，具体是进行电子化、格式化、归一化病历数据，去除无效、无关的数据，作为系统输入；步骤2，将输入病历数据进行向量化，具体是将中文病历进行分词，作为系统输入的基本单元；步骤3，挖掘步骤2输出的病历数据，并进行信息提取，具体是将病历数据都表示成向量之后，通过神经网络提取其中的内在特征和病理，步骤4，获取病情诊断和治愈率预测结果；步骤5，参数调优与更新，机器学习模块通过训练使预测值拟合于真实治愈率，计算预测值和真实值之间的误差(损失函数)，更新系统参数，不断降低损失，使结果不断趋向准确。