CN107480435-CN201710641052-一种应用于临床数据的自动搜索机器学习系统及方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107480435 A (43)申请公布日 2017.12.15 (21)申请号 201710641052.0 (22)申请日 2017.07.31 (71)申请人 广东精点数据科技股份有限公司 地址 510630 广东省广州市天河北路906高 科大厦A-701 (72)发明人 李青海　简宋全　邹立斌　侯大勇　 (74)专利代理机构 重庆强大凯创专利代理事务 所(普通合伙) 50217 代理人 隋金艳　陈家辉 (51)Int.Cl. G06F 19/00(2011.01) G06F 17/30(2006.01) 权利要求书1页 说明书5页 附图1页 (54)发明名称 一种应用于临床数据的自动搜索机器学习 系统及方法 (57)摘要 本发明属于医疗大数据处理领域，本发明的 解决的技术问题在于提供一种应用于临床数据 的自动搜索机器学习方法，其具有快速提取临床 数据、为医疗行业研究者提供最优算法、方便医 疗行业研究者调整参数且具有学习能力的功能， 包括如下步骤：S1：临床参数提取，将临床参数记 录在EAV文件或者EXCEL文件中；S2：参数筛选，用 MapReduce框架支持在SPARK上执行枢轴，在 SPARK上执行枢轴用来提取有效的临床参数；S3： 在机器内预制若干的推荐算法模型，然后建立 SQL语句执行可视化查询，根据EAV文件或者 A EXCEL文件内容向用户展示可调用的相关算法， 5 机器通过S4自主确定推荐算法模型及推荐算法 3 4 0 参数。还公开了一种应用于临床数据的自动搜索 8 4 7 机器学习系统。 0 1 N C CN 107480435 A 权　利　要　求　书 1/1页 1.一种应用于临床数据的自动搜索机器学习方法，其特征在于，包括如下步骤： S1：临床参数提取，将临床参数记录在EAV文件或者EXCEL文件中； S2：参数筛选，用MapReduce模型框架在SPARK引擎上执行枢轴，在SPARK上执行枢轴用 来提取有效的临床参数； S3：在机器内预制若干的推荐算法模型，然后建立SQL语句执行可视化查询，根据EAV文 件或者EXCEL文件内容向用户展示可调用的相关算法，机器通过S4步骤自主确定推荐算法 模型及推荐算法参数； S4：调用机器学习函数，利用样本进行机器训练，输出符合要求的精度的推荐算法模型 及参数，然后根据精度确定S3中推荐算法模型，再调用推荐算法中相应的推荐算法参数，并 提取该模型下的精度差阈值τ； S5：根据S3和S4中确定的算法和精确度差阈值τ生成关联表，将每个EAV文件或者EXCEL 文件处理成对应的关联表，每个关联表生成时，输出界面显示第一批元组。 2.根据权利要求1所述的应用于临床数据的自动搜索机器学习方法，其特征在于，在S3 中机器的学习功能是通过修改开源代码或是调用MLlib的java的应用程序界面来实现机器 学习函数的。 3.根据权利要求1所述的应用于临床数据的自动搜索机器学习方法，其特征在于，在S3 中，机器是通过Weka实现确定算法模型与S4步骤共同确定算法模型的。 4.根据权利要求1所述的应用于临床数据的自动搜索机器学习方法，其特征在于，还包 括S6：校准提醒，机器对第一批元组进行模型精确度预估，若机器给出了比精确度差阈值τ 更低的推荐算法模型精确度，则提醒用户返回S1增加临床参数的样本容量。 5.一种应用于临床数据的自动搜索机器学习系统，其特征在于，包括： 采