一种基于隐私计算的医疗诊断相关分组建模方法及系统与流程

1.本发明涉及医疗诊断技术领域，尤其涉及一种基于隐私计算的医疗诊断相关分组建模方法及系统。


背景技术：

2.医疗诊断相关分组(diagnosis related groups，drg)，是指根据病人的年龄、性别、住院天数、临床诊断、病症、手术、疾病严重程度，合并症与并发症及转归因素把病人分若干个诊断相关组，然后决定应该给医院多少补偿。
3.drg通过统一的疾病诊断分类定额支付标准的制定，达到医疗资源利用标准化。有助于激励医院加强医疗质量管理，迫使医院为获得利润主动降低成本，缩短住院天数，减少诱导性医疗费用支付，有利于费用控制。
4.在现有方案中，各医疗机构需将患者病例信息按规范汇总至医保部门，由医保部门统一进行医疗诊断相关分组，并反馈至医疗机构。但由于医保部门给予医疗机构的反馈，往往是在医疗机构对患者完成诊疗之后，导致医疗机构在诊疗过程中对于患者的分组方法并不明晰，只能根据自身病例数据积累先进行预判，再根据预判进行分组诊疗。单家医院由于数据体量、疾病覆盖度不够，使用自有数据训练模型往往效果欠佳。


技术实现要素：

5.鉴于上述问题，提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的一种基于隐私计算的医疗诊断相关分组建模方法及系统。
6.根据本发明的一个方面，提供了一种基于隐私计算的医疗诊断相关分组建模方法包括：
7.医疗机构网络节点初始化处理，获得初始化物联网节点；
8.根据所述初始化物联网节点进行数据准备，获得数据准备信息；
9.根据所述数据准备信息进行隐私求交指令操作，获得虚拟宽表；
10.根据所述虚拟宽表进行联合建模，获得训练模型；
11.对所述训练模型进行模型发布，获得发布结果；
12.根据所述发布结果进行服务管理。
13.可选的，所述医疗机构网络节点初始化处理，获得初始化物联网节点具体包括：
14.第一医疗机构a和第二医疗机构b在本地进行隐私计算训练节点和工作节点部署；
15.所述第一医疗机构a、所述第二医疗机构b及隐私计算平台中心节点之间网络联通。
16.可选的，所述根据所述初始化物联网节点进行数据准备，获得数据准备信息具体包括：
17.所述第一医疗机构a和所述第二医疗机构b分别通过医疗数据管理平台，选择各自的drg分组数据集的样本数据；
18.将所述样本数据加载到各自本地隐私计算节点上，然后在所述医疗数据管理平台上注册对应样本的数据表结构，并同意授权进入联合项目。
19.可选的，所述根据所述数据准备信息进行隐私求交指令操作，获得虚拟宽表具体包括：
20.在医疗数据管理平台上选择双方注册授权表进行隐私求交指令操作，实现两方样本数据汇聚，形成虚拟宽表。
21.可选的，所述根据所述虚拟宽表进行联合建模，获得训练模型具体包括：
22.针对虚拟宽表进行模型训练，包括数据预处理、特征工程、特征筛选、算法调优以及模型评估，获得训练模型；
23.待所述模型训练完成后产出模型评估报告，并由联合项目机构进行线下模型评审。
24.可选的，所述对所述训练模型进行模型发布，获得发布结果具体包括：
25.机构针对提交的联合模型各自开发特征服务，以接口形式对接本地隐私保护计算节点，在平台进行特征定义，并将模型与特征绑定后发布。
26.可选的，所述根据所述发布结果进行服务管理具体包括：
27.服务管理针对已发布的模型进行出入参配置，以及调用服务流程编排，并进行服务链路的验证保证；
28.监控联合模型服务的调用情况以及运行时所述联合模型的稳定性。
29.本发明还提供了一种基于隐私计算的医疗诊断相关分组建模系统包括：
30.初始化模块，用于医疗机构网络节点初始化处理，获得初始化物联网节点；
31.数据准备模块，用于根据所述初始化物联网节点进行数据准备，获得数据准备信息；
32.隐私求交模块，用于根据所述数据准备信息进行隐私求交指令操作，获得虚拟宽表；
33.联合建模模块，用于根据所述虚拟宽表进行联合建模，获得训练模型；
34.模型发布模块，用于对所述训练模型进行模型发布，获得发布结果；
35.服务管理模块，用于根据所述发布结果进行服务管理。
36.本发明提供的一种基于隐私计算的医疗诊断相关分组建模方法及系统，方法包括：医疗机构网络节点初始化处理，获得初始化物联网节点；根据所述初始化物联网节点进行数据准备，获得数据准备信息；根据所述数据准备信息进行隐私求交指令操作，获得虚拟宽表；根据所述虚拟宽表进行联合建模，获得训练模型；对所述训练模型进行模型发布，获得发布结果；根据所述发布结果进行服务管理。通过隐私计算的drg分组建模方式，保障了患者医疗数据和个人信息的安全性；对于医疗机构来说，提供了更安全的数据不出本地的共享方式，保障机构数据利益的同时充分释放了数据价值。
37.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
38.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
39.图1为本发明提供的一种基于隐私计算的医疗诊断相关分组建模系统组成示意图。
具体实施方式
40.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
41.本发明的说明书实施例和权利要求书及附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元。
42.下面结合附图和实施例，对本发明的技术方案做进一步的详细描述。
43.本实施提供的一种基于隐私计算的医疗诊断相关分组建模方法包括：
44.初始化：第一医疗机构a和第二医疗机构b在本地进行隐私计算训练节点和工作节点部署，第一医疗机构a、第二医疗机构b及隐私计算平台中心节点之间网络联通。
45.数据准备：第一医疗机构a和第二医疗机构b分别通过医疗数据管理平台，选择各自的drg分组数据集的样本数据，加载到各自本地隐私计算节点上，然后在平台上注册对应样本的数据表结构，并同意授权进入联合项目。
46.隐私求交：平台上选择双方注册授权表进行隐私求交指令操作，实现两方样本数据汇聚，形成虚拟宽表。
47.联合建模：针对虚拟宽表进行模型训练，包括数据预处理、特征工程、特征筛选、算法调优以及模型评估，待模型训练完成后产出模型评估报告，并由联合项目机构进行线下模型评审。
48.模型发布：机构针对提交的联合模型各自开发特征服务，以接口形式对接本地隐私保护计算节点，然后在平台进行特征定义，并将模型与特征绑定后发布。
49.服务管理：服务管理针对已发布的模型进行出入参配置，以及调用服务流程编排，并进行服务链路的验证保证。监控联合模型服务的调用情况以及运行时模型稳定性。
50.如图1所示，一种基于隐私计算的医疗诊断相关分组建模系统，包括：初始化模块，用于医疗机构网络节点初始化处理，获得初始化物联网节点；
51.数据准备模块，用于根据所述初始化物联网节点进行数据准备，获得数据准备信息；
52.隐私求交模块，用于根据所述数据准备信息进行隐私求交指令操作，获得虚拟宽表；
53.联合建模模块，用于根据所述虚拟宽表进行联合建模，获得训练模型；
54.模型发布模块，用于对所述训练模型进行模型发布，获得发布结果；
55.服务管理模块，用于根据所述发布结果进行服务管理。
56.本发明通过隐私计算的drg分组建模方式，保障了患者医疗数据和个人信息的安全性；对于医疗机构来说，提供了更安全的数据不出本地的共享方式，保障机构数据利益的同时充分释放了数据价值。
57.依据国家医疗保障局公布的drg分组规范实现医保drg分组器，通过隐私计算平台，实现多家医疗机构数据进行联合训练，在保护患者隐私前提下，增加样本数量、扩大数据规模，最终获得更为准确的drg分类模型，帮助医疗机构进行drg预测。
58.系统平台通过初始化、医疗数据准备、隐私求交、模型训练、模型发布、服务管理等环节，使得医疗机构实现了数据不出本地、数据隐私保护有所保障，同时扩大了模型训练数据规模，提升本地drg模型准确度。
59.有益效果：基于隐私计算的drg分组建模方法和系统，在医院诊疗数据不出本地、数据隐私保护的前提下，联合各医疗机构、医保部门的数据源进行drg模型训练，扩大了模型训练数据规模，提升了医院本地drg模型准确度。
60.以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。