本公開涉及數(shù)據(jù)處理領域，提供了一種決策模型優(yōu)化方法、裝置、存儲介質及設備。所述方法包括：接收醫(yī)療特征數(shù)據(jù)，并根據(jù)決策模型確定與所述醫(yī)療特征數(shù)據(jù)對應的第一決策信息；將第一決策信息發(fā)送至多學科協(xié)作系統(tǒng)；以及接收多學科協(xié)作系統(tǒng)發(fā)送的第二決策信息，并根據(jù)所述醫(yī)療特征數(shù)據(jù)和第二決策信息對所述決策模型進行優(yōu)化；其中，第二決策信息根據(jù)所述醫(yī)療特征數(shù)據(jù)和第一決策信息確定。本公開能夠對接收到的醫(yī)療特征數(shù)據(jù)提供準確的決策信息，并且通過決策信息對決策模型進行優(yōu)化，能夠使所述決策模型優(yōu)化方法具備更高的準確性。

技術領域

本公開涉及數(shù)據(jù)處理領域，具體涉及一種決策模型優(yōu)化方法、決策模型優(yōu)化裝置、計算機可讀存儲介質及設備。

背景技術

隨著大數(shù)據(jù)技術的發(fā)展，基于數(shù)據(jù)分析處理的決策支持技術在眾多領域得到了廣泛的應用。

決策支持系統(tǒng)利用知識庫邏輯規(guī)則和相關技術對數(shù)據(jù)信息進行分析處理，為工作人員提供決策輔助支持。在現(xiàn)有技術中，決策支持系統(tǒng)對數(shù)據(jù)信息進行分析處理的方式為：通過人機交互接口獲取待處理的數(shù)據(jù)信息，通過推理機根據(jù)知識庫邏輯規(guī)則對該數(shù)據(jù)信息進行分析處理，得到?jīng)Q策支持方案。但在實際應用中由于知識庫邏輯規(guī)則的局限性及數(shù)據(jù)信息的復雜性，對于決策過程復雜多變且專業(yè)性要求較高的數(shù)據(jù)信息，現(xiàn)有的技術難以提供準確有效的決策支持方案。

因此，有必要提供一種決策模型優(yōu)化方法及裝置，以解決現(xiàn)有技術中決策支持系統(tǒng)決策準確率低的問題。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本公開的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現(xiàn)有技術的信息。

發(fā)明內容

本公開的目的在于提供一種決策模型優(yōu)化方法、裝置、存儲介質及設備，進而至少在一定程度上克服相關技術中存在的決策支持系統(tǒng)準確率低的問題。

本公開的其他特性和優(yōu)點將通過下面的詳細描述變得顯然，或部分地通過本公開的實踐而習得。

根據(jù)本公開的一個方面，提供一種決策模型優(yōu)化方法，包括：

接收醫(yī)療特征數(shù)據(jù)，并根據(jù)決策模型確定與所述醫(yī)療特征數(shù)據(jù)對應的第一決策信息；

將所述第一決策信息發(fā)送至多學科協(xié)作系統(tǒng)；以及

接收所述多學科協(xié)作系統(tǒng)發(fā)送的第二決策信息，并根據(jù)所述醫(yī)療特征數(shù)據(jù)和所述第二決策信息對所述決策模型進行優(yōu)化；其中，所述第二決策信息根據(jù)所述醫(yī)療特征數(shù)據(jù)和所述第一決策信息確定。

在本公開的一個實施例中，所述根據(jù)所述醫(yī)療特征數(shù)據(jù)和所述第二決策信息對所述決策模型進行優(yōu)化包括：

根據(jù)所述醫(yī)療特征數(shù)據(jù)與所述第二決策信息建立數(shù)據(jù)集；以及

利用所述數(shù)據(jù)集對所述決策模型進行訓練；其中，所述醫(yī)療特征數(shù)據(jù)作為所述決策模型的輸入信號，所述第二決策信息作為所述決策模型的輸出信號。

在本公開的一個實施例中，所述根據(jù)所述醫(yī)療特征數(shù)據(jù)與所述第二決策信息建立數(shù)據(jù)集包括：

判斷所述醫(yī)療特征數(shù)據(jù)是否為連續(xù)特征值；

若所述醫(yī)療特征數(shù)據(jù)為連續(xù)特征值，則對所述醫(yī)療特征數(shù)據(jù)進行離散化處理，得到離散特征值；

對所述離散特征值進行歸一化以及標準化處理，得到標準離散特征值；以及

利用所述標準離散特征值以及所述第二決策信息建立數(shù)據(jù)集。

在本公開的一個實施例中，在所述根據(jù)決策模型確定與所述醫(yī)療特征數(shù)據(jù)對應的第一決策信息之前，還包括：

根據(jù)數(shù)據(jù)庫中預先存儲的醫(yī)療特征數(shù)據(jù)及決策信息對基于機器學習的原始模型訓練，得到所述決策模型。