基于人工智能的异常案例识别方法、装置、计算机设备.pdf

(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 111145910 A (43)申请公布日 2020.05.12 (21)申请号 201911275089.1 G06K 9/62(2006.01) (22)申请日 2019.12.12 (71)申请人 平安医疗健康管理股份有限公司 地址 200001 上海市黄浦区北京东路666号 H区(东座)12G室 (72)发明人 李何言　王玉婷　 (74)专利代理机构 广州华进联合专利商标代理 有限公司 44224 代理人 毛丹 (51)Int.Cl. G16H 50/70(2018.01) G06Q 40/08(2012.01) G06F 16/35(2019.01) G06F 16/34(2019.01) G06F 40/211(2020.01) 权利要求书2页 说明书11页 附图5页 (54)发明名称 基于人工智能的异常案例识别方法、装置、 计算机设备 (57)摘要 本申请涉及大数据,提供了一种基于人工智 能的异常案例识别方法，应用于平台服务器，包 括：获取同一病种对应的诊疗项目数据，以诊疗 时间为单位，将诊疗项目数据作为文本中的单词 进行文本构建，构建的文本包括对应诊疗时间段 内同一病种不同用户的诊疗项目数据；对文本进 行主题模型构建得到对应的主题向量分布，每个 主题向量分布对应一个主题，包括多个单词标识 和对应的单词权重，其中各个主题对于不同用户 有不同的用户主题权重；将各个文本对应的主题 向量分布对齐并进行聚类得到各个用户在不同 A 时间对应的诊疗项目类别形成用户对应的诊疗 0 序列；将各个用户在不同诊疗时间对应的诊疗序 1 9 5 列输入过程挖掘模型得到病种对应的标准临床 4 1 1 路径从而识别异常案例。 1 1 N C CN 111145910 A 权　利　要　求　书 1/2页 1.一种基于人工智能的异常案例识别方法，应用于平台服务器，所述方法包括： 获取同一病种对应的诊疗项目数据，以诊疗时间为单位，将所述诊疗项目数据作为文 本中的单词进行文本构建，构建的每个文本包括对应诊疗时间段内同一病种不同用户的诊 疗项目数据； 对各个所述文本进行主题模型构建，获得各个文本对应的主题向量分布，每个主题向 量分布包括多个单词标识和对应的单词权重，每个主题向量分布对应一个主题，其中各个 主题相对于不同用户具有不同的用户主题权重； 将各个文本对应的主题向量分布对齐，将对齐后的各个主题向量分布进行聚类得到各 个用户在不同时间对应的诊疗项目类别，每个用户对应的各个诊疗项目类别形成用户对应 的诊疗序列； 将各个用户在不同诊疗时间对应的诊疗序列输入过程挖掘模型得到病种对应的标准 临床路径，根据所述标准临床路径识别异常案例。 2.根据权利要求1所述的方法，其特征在于，所述方法还包括： 获取同一病种多个不同用户对应的诊疗项目数据和案例描述信息，将各个用户对应的 诊疗项目数据和案例描述信息构建形成各个用户对应的诊疗样本； 将各个用户对应的诊疗样本基于深度神经网络的表征学习进行降维，提取得到上下文 属性向量； 对各个用户对应的上下文属性向量进行离群点检测，计算各个诊疗样本对应的异常分 数，将异常分数高于阈值的诊疗样本识别为异常诊疗样本。 3.根据权利要求2所述的方法，其特征在于，所述对各个用户对应的上下文属性向量进 行离群点检测，