一种医疗培训流程规范化校验方法及系统

1.本技术涉及医疗培训领域，具体而言，涉及一种医疗培训流程规范化校验方法及系统。


背景技术：

2.医学教育培训不同于传统的应试教育，仅通过单一的理论卷面考试进行学习成果的评判。其对于课程设置、培训范围、培训流程、考核流程、培训对象等多个环节有严格的要求。在医学毕业后教育培训过程中，学员在各个环节、各个方面都会产生培训数据，例如通过线上培训系统进行管理时，学员的出勤情况、培训时长、轮转科室顺序与时长、签核人信息、结业考核数据、考核审批结果、带教老师资历与学员学习的匹配情况等等一系列的数据会被记录。然而，对于需要强规范化培训的医疗护理培训，往往是通过人力和办公软件对培训过程涉及到的培训节点逐一考核，校验效率低，且不能保证规范审核，中间往往产生错判或主观误判。如果能针对线上培训系统产生的数据记录进行高效客观地分析，得出的校验结果就能相对客观与公正，有利于培训的规范化，然而，现有技术在这一块还属空白，亟待解决。


技术实现要素：

3.本发明的目的在于提供一种医疗培训流程规范化校验方法及系统，以改善上述的问题。
4.本技术实施例是这样实现的：第一方面，本技术实施例提供了一种医疗培训流程规范化校验方法，应用于校验系统，所述方法包括：响应于接收到的校验指令，获取待校验医疗培训活动日志；获取所述待校验医疗培训活动日志中每个培训节点数据集对应的培训过程描述结果，得到j个培训过程描述结果；其中，所述待校验医疗培训活动日志包括j个培训节点数据集，所述培训节点数据集与所述培训过程描述结果一一映射；基于所述j个培训过程描述结果得到j个培训过程描述结果权重；其中，所述培训过程描述结果权重指示所述培训节点数据集对于所述待校验医疗培训活动日志在培训过程中的考核重要性占比，所述培训过程描述结果权重与所述培训节点数据集一一映射；基于所述j个培训过程描述结果权重得到j个描述结果知识字段；其中，所述描述结果知识字段与所述培训节点数据集一一映射；根据所述j个描述结果知识字段，采用评估模型获取所述待校验医疗培训活动日志对应的j个培训节点合规评价信息；其中，所述培训节点合规评价信息与所述培训节点数据集一一映射。
5.可选的，所述获取待校验医疗培训活动日志中每个培训节点数据集对应的培训过程描述结果，得到j个培训过程描述结果，包括：
针对所述待校验医疗培训活动日志中第i个培训节点数据集，获取所述第i个培训节点数据集匹配的特征值；其中，所述第i个培训节点数据集是所述j个培训节点数据集中的任一培训节点数据集，所述i＜j；针对所述待校验医疗培训活动日志中所述第i个培训节点数据集，获取所述第i个培训节点数据集对应的培训过程描述结果概率；针对所述待校验医疗培训活动日志中所述第i个培训节点数据集，基于所述第i个培训节点数据集对应的培训过程描述结果概率和所述第i个培训节点数据集匹配的特征值，确定所述第i个培训节点数据集对应的培训过程描述结果。
6.可选的，所述基于所述j个培训过程描述结果得到j个培训过程描述结果权重，包括：针对所述待校验医疗培训活动日志中第i个培训节点数据集，根据所述第i个培训节点数据集的培训过程描述结果，确定所述第i个培训节点数据集对应的特征分析结果；其中，所述第i个培训节点数据集是所述j个培训节点数据集中的任一培训节点数据集，所述i＜j ；针对所述待校验医疗培训活动日志中所述第i个培训节点数据集，获取所述第i个培训节点数据集对应的培训过程描述结果概率；针对所述待校验医疗培训活动日志中的所述第i个培训节点数据集，基于所述第i个培训节点数据集对应的培训过程描述结果概率和所述第i个培训节点数据集对应的特征分析结果，得到所述第i个培训节点数据集对应的培训过程描述结果权重。
7.可选的，所述基于所述j个培训过程描述结果权重确定j个描述结果知识字段，包括：针对所述待校验医疗培训活动日志中的第i个培训节点数据集，获取所述第i个培训节点数据集对应的池化策略；其中，所述第i个培训节点数据集为所述j个培训节点数据集中的任一培训节点数据集，所述i＜j；针对所述待校验医疗培训活动日志中所述第i个培训节点数据集，基于所述第i个培训节点数据集对应的池化策略以及所述第i个培训节点数据集对应的培训过程描述结果权重，得到所述第i个培训节点数据集对应的描述结果知识字段。
8.可选的，所述根据所述j个描述结果知识字段，采用评估模型获取所述待校验医疗培训活动日志对应的j个培训节点合规评价信息，包括：根据所述j个描述结果知识字段，采用所述评估模型中的多组特征抽取模块获取j个目标描述结果知识字段；根据所述j个目标描述结果知识字段，采用所述评估模型中的多层深度神经网络获取j个培训节点合规评价信息。
9.可选的，所述根据所述j个描述结果知识字段，采用评估模型获取所述待校验医疗培训活动日志对应的j个培训节点合规评价信息之前，所述方法还包括：获取拟训练医疗培训活动日志中每一拟训练数据集对应的拟训练培训过程描述结果，得到j个拟训练培训过程描述结果；其中，所述拟训练医疗培训活动日志包括j个拟训练数据集，所述拟训练数据集与所述拟训练培训过程描述结果一一映射；基于所述j个拟训练培训过程描述结果确定j个拟训练培训过程描述结果权重；其
中，所述拟训练培训过程描述结果权重与所述拟训练数据集一一映射；基于所述j个拟训练培训过程描述结果权重，确定j个拟训练描述结果知识字段；其中，所述拟训练描述结果知识字段与所述拟训练数据集一一映射；根据所述j个拟训练描述结果知识字段，采用拟训练评估模型获取所述拟训练医疗培训活动日志对应的j个拟训练培训节点合规评价信息；其中，所述拟训练培训节点合规评价信息与所述拟训练数据集一一映射；获取真值医疗培训活动日志对应的j个真值培训节点合规评价信息；通过所述j个真值培训节点合规评价信息和所述j个拟训练培训节点合规评价信息，对所述拟训练评估模型训练，直到符合训练截止条件，得到所述评估模型。
10.可选的，所述获取真值医疗培训活动日志对应的j个真值培训节点合规评价信息，包括：获取真值医疗培训活动日志中每个真值数据集对应的真值培训过程描述结果，得到j个真值培训过程描述结果；其中，所述真值医疗培训活动日志包括j个真值数据集，所述真值数据集与所述真值培训过程描述结果一一映射；基于所述j个真值培训过程描述结果确定j个真值培训过程描述结果权重；其中，所述真值培训过程描述结果权重与所述真值培训过程描述结果一一映射；基于所述j个真值培训过程描述结果权重确定j个真值描述结果知识字段；其中，所述真值描述结果知识字段与所述真值数据集一一映射；根据所述j个真值描述结果知识字段，通过拟训练评估模型获取所述真值医疗培训活动日志对应的j个真值培训节点合规评价信息；其中，所述真值培训节点合规评价信息与所述真值数据集一一映射；所述通过所述j个真值培训节点合规评价信息以及所述j个拟训练培训节点合规评价信息，对所述拟训练评估模型训练，直到符合训练截止条件，得到所述评估模型，包括：针对所述拟训练医疗培训活动日志中的每一拟训练数据集和所述每个拟训练数据集对应的真值数据集，通过度量学习目标函数获取所述拟训练培训节点合规评价信息和所述真值培训节点合规评价信息的代价值，获得j个代价值；根据所述j个代价值对所述拟训练评估模型的参数进行调节；当符合训练截止条件，根据调节后的参数获取所述评估模型。
11.可选的，所述基于所述j个描述结果知识字段，采用评估模型获取所述待校验医疗培训活动日志对应的j个培训节点合规评价信息之前，所述方法还包括：获取拟训练医疗培训活动日志中每一拟训练数据集对应的拟训练培训过程描述结果，得到j个拟训练培训过程描述结果；其中，所述拟训练医疗培训活动日志包括j个拟训练数据集，所述拟训练数据集与所述拟训练培训过程描述结果一一映射；基于所述j个拟训练培训过程描述结果得到j个拟训练培训过程描述结果权重；其中，所述拟训练培训过程描述结果权重与所述拟训练数据集一一映射；基于所述j个拟训练培训过程描述结果权重确定j个拟训练描述结果知识字段；其中，所述拟训练描述结果知识字段与所述拟训练数据集一一映射；根据所述j个拟训练描述结果知识字段，通过拟训练评估模型获取所述拟训练医疗培训活动日志对应的j个拟训练培训节点合规评价信息；其中，所述拟训练培训节点合规
评价信息与所述拟训练数据集一一映射；获取真值医疗培训活动日志对应的j个真值培训节点合规评价信息；获取假值医疗培训活动日志对应的j个假值培训节点合规评价信息；根据所述j个真值培训节点合规评价信息、所述j个假值培训节点合规评价信息和所述j个拟训练培训节点合规评价信息，对所述拟训练评估模型训练，直到符合训练截止条件，得到所述评估模型。
12.可选的，所述获取真值医疗培训活动日志对应的j个真值培训节点合规评价信息，包括：获取真值医疗培训活动日志中每一真值数据集对应的真值培训过程描述结果，得到j个真值培训过程描述结果；其中，所述真值医疗培训活动日志包括j个真值数据集，所述真值数据集与所述真值培训过程描述结果一一映射；基于所述j个真值培训过程描述结果确定j个真值培训过程描述结果权重；其中，所述真值培训过程描述结果权重与所述真值培训过程描述结果一一映射；基于所述j个真值培训过程描述结果权重确定j个真值描述结果知识字段；其中，所述真值描述结果知识字段与所述真值数据集一一映射；根据所述j个真值描述结果知识字段，通过拟训练评估模型获取所述真值医疗培训活动日志对应的j个真值培训节点合规评价信息；其中，所述真值培训节点合规评价信息与所述真值数据集一一映射；所述获取假值医疗培训活动日志对应的j个假值培训节点合规评价信息，包括：获取假值医疗培训活动日志中每个假值数据集对应的假值培训过程描述结果，得到j个假值培训过程描述结果；其中，所述假值医疗培训活动日志包括j个假值数据集，所述假值数据集与所述假值培训过程描述结果一一映射；基于所述j个假值培训过程描述结果确定j个假值培训过程描述结果权重；其中，所述假值培训过程描述结果权重与所述假值培训过程描述结果一一映射；基于所述j个假值培训过程描述结果权重确定j个假值描述结果知识字段；其中，所述假值描述结果知识字段与所述假值数据集一一映射；根据所述j个假值描述结果知识字段，通过拟训练评估模型获取所述假值医疗培训活动日志对应的j个假值培训节点合规评价信息；其中，所述假值培训节点合规评价信息与所述假值数据集一一映射；所述基于所述j个真值培训节点合规评价信息、所述j个假值培训节点合规评价信息和所述j个拟训练培训节点合规评价信息，对所述拟训练评估模型训练，直到符合训练截止条件，得到所述评估模型，包括：针对所述拟训练医疗培训活动日志中的每一拟训练数据集合所述每个拟训练数据集对应的真值数据集，通过第一度量学习目标函数获取所述拟训练培训节点合规评价信息和所述真值培训节点合规评价信息的第一代价值，得到j个第一代价值；针对所述拟训练医疗培训活动日志中的每一拟训练数据集以及假值数据集，通过第二度量学习目标函数获取所述拟训练培训节点合规评价信息和是假值培训节点合规评价信息的第二代价值，得到j个第二代价值；根据所述j个第一代价值和所述j个第二代价值，对所述拟训练评估模型的参数进
行调节；当符合训练截止条件时，通过调节后的参数获取所述评估模型。
13.第二方面，本技术实施例提供了一种校验系统，所述系统包括互相之间通信的处理器和存储器，所述存储器存储有程序，所述处理器被配置为从所述存储器中调取计算机程序，并通过运行所述计算机程序实现本技术第一方面提供的方法。
14.本技术实施例提供的医疗培训流程规范化校验方法及系统，在接收到校验指令时，获取待校验医疗培训活动日志，然后先获取待校验医疗培训活动日志中每个培训节点数据集对应的培训过程描述结果，得到j个培训过程描述结果，之后基于j个培训过程描述结果得到j个培训过程描述结果权重，再基于j个培训过程描述结果权重得到j个描述结果知识字段，最后根据j个描述结果知识字段，采用评估模型获取待校验医疗培训活动日志对应的j个培训节点合规评价信息。本技术实施例基于人工智能模型高效地获取每个培训节点的合规评价信息，节约了人力，并保证了公平公正性，另外，在计算机资源消耗层面，无需借助额外的计算资源进行相关数据的处理挖掘，节约了计算资源。
15.在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。
附图说明
16.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，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他相关的附图。
17.附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例，其中参考数字在附图的各个视图中代表相似的机构。
18.图1是根据本技术的一些实施例所示的一种校验系统中硬件和软件组成的示意图。
19.图2是根据本技术的一些实施例所示的一种医疗培训流程规范化校验方法的流程图。
20.图3是本技术实施例提供的校验装置的功能模块架构示意图。
具体实施方式
21.为了更好的理解上述技术方案，下面通过附图以及具体实施例对本技术技术方案做详细的说明，应当理解本技术实施例以及实施例中的具体特征是对本技术技术方案的详细的说明，而不是对本技术技术方案的限定，在不冲突的情况下，本技术实施例以及实施例中的技术特征可以相互组合。
22.在下面的详细描述中，通过实例阐述了许多具体细节，以便提供对相关指导的全面了解。然而，对于本领域的技术人员来说，显然可以在没有这些细节的情况下实施本申
请。在其他情况下，公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述，没有细节，以避免不必要的模糊本技术的方面。
23.这些和其他特性、当前申请披露的功能、执行的方法、结构中相关元素的功能和部件的组合和生产经济性,在参照附图进行以下描述的考虑中可能会变得更加明显,所有这些形成本技术的一部分。然而，需要理解清楚的是，附图仅仅是为了说明和描述的目的，并不旨在限制本技术的范围。应当了解的是，这些图纸不是按比例绘制的。然而，应当明确理解的是，附图仅用于说明和描述的目的，并不意图限制本技术的范围。应当知晓的是，这些附图并不依照比例。
24.本技术中使用流程图说明根据本技术的实施例的系统所执行的执行过程。应当明确理解的是，流程图的执行过程可以不按顺序执行。相反，这些执行过程可以以相反的顺序或同时执行。另外，可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
25.请参照图1，是校验系统100的架构示意图，该校验系统100包括校验装置110、存储器120、处理器130和通信单元140。存储器120、处理器130以及通信单元140各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。校验装置110包括至少一个可以软件或固件（firmware）的形式存储于存储器120中或固化在校验系统100的操作系统（operating system，os）中的软件功能模块。处理器130用于执行存储器120中存储的可执行模块，例如校验装置110所包括的软件功能模块及计算机程序等。
26.其中，所述存储器120可以是，但不限于，随机存取存储器（random access memory，ram），只读存储器（read only memory，rom），可编程只读存储器（programmable read-only memory，prom），可擦除只读存储器（erasable programmable read-only memory，eprom），电可擦除只读存储器（electric erasable programmable read-only memory，eeprom）等。其中，存储器120用于存储程序，处理器130在接收到执行指令后，执行所述程序。通信单元140用于通过网络建立校验系统100与业务交互设备之间的通信连接，并用于通过网络收发数据。
27.处理器可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器（dsp)）、专用集成电路（asic）、现场可编程门阵列（fpga）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
28.可以理解，图1所示的结构仅为示意，校验系统100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
29.图2是根据本技术的一些实施例所示的一种医疗培训流程规范化校验方法的流程图，该方法应用于图1中的校验系统100，具体可以包括以下步骤s1~步骤s5。在以下步骤s1~步骤s5的基础上，将对一些可选实施例进行说明，这些实施例应当理解为示例，不应理解为实现本方案所必不可少的技术特征。
30.步骤s1，响应于接收到的校验指令，获取待校验医疗培训活动日志。
31.待校验医疗培训活动日志是学员在参加医疗培训的过程中产生的数据集合，在日志中包括对应各个培训节点的数据集。这些数据例如可以是多个学员共同的培训数据，根据相同的培训节点进行分类，当然，也可以是单个学员在培训过程中产生的数据，这些数据可以包括学员出勤记录、培训时长记录、轮转科室顺序与时长记录、各节点签核人信息记录、结业考核数据记录、考核审批结果记录、带教老师资历与学员学习的匹配情况记录等等一系列的数据。
32.步骤s2，获取待校验医疗培训活动日志中每个培训节点数据集对应的培训过程描述结果，得到j个培训过程描述结果。
33.其中，待校验医疗培训活动日志包括j个培训节点数据集，培训节点数据集与培训过程描述结果一一映射。此处所述的一一映射表示培训节点数据集与培训过程描述结果一一对应。容易理解，j是大于或等于1的整数。培训节点数据集可以是各个培训节点产生的培训数据的集合。例如，一培训节点数据集是医疗护理培训过程中，培训学员在各个科室轮转时，轮转的顺序，以及在每个科室轮转时相应的时长以及期间的学习数据。培训过程描述结果可以用以描述对应的培训节点数据集符合规范化流程的程度，或者不符合规范化流程的程度，其可以通过特征向量的形式进行呈现。
34.作为一种实施方式，获取待校验医疗培训活动日志中每个培训节点数据集对应的培训过程描述结果，得到j个培训过程描述结果的过程，可以包括以下步骤：针对待校验医疗培训活动日志中第i个培训节点数据集，获取第i个培训节点数据集匹配的特征值，例如量化结果，其中，第i个培训节点数据集是j个培训节点数据集中的任一培训节点数据集，i＜j，且i≥0；针对待校验医疗培训活动日志中第i个培训节点数据集，获取第i个培训节点数据集对应的培训过程描述结果概率，该培训过程描述结果概率用以表征趋向于培训过程描述结果的可能性，在一种实施方式中，可以用百分比表示，百分比越高，对应趋向培训过程描述结果的可能性越高；针对待校验医疗培训活动日志中第i个培训节点数据集，基于第i个培训节点数据集对应的培训过程描述结果概率和第i个培训节点数据集匹配的特征值，确定第i个培训节点数据集对应的培训过程描述结果。如此，通过结合特征值和培训过程描述结果概率得到培训节点数据集的培训过程描述结果，结果更完整和准确。
35.步骤s3，基于j个培训过程描述结果得到j个培训过程描述结果权重。
36.其中，培训过程描述结果权重指示培训节点数据集对于待校验医疗培训活动日志在培训过程中的考核重要性占比，培训过程描述结果权重与培训节点数据集一一映射。考核重要性占比可以是以比例形式存在，反映重要程度。
37.作为一种实施方式，基于j个培训过程描述结果得到j个培训过程描述结果权重，可以包括如下步骤：针对待校验医疗培训活动日志中第i个培训节点数据集，根据第i个培训节点数据集的培训过程描述结果，确定第i个培训节点数据集对应的特征分析结果，例如特征的解析值，其中，第i个培训节点数据集是j个培训节点数据集中的任一培训节点数据集，i＜j 且i≥0；针对待校验医疗培训活动日志中第i个培训节点数据集，获取第i个培训节点数据集对应的培训过程描述结果概率；针对待校验医疗培训活动日志中的第i个培训节点数据集，基于第i个培训节点数据集对应的培训过程描述结果概率和第i个培训节点数据集对应的特征分析结果，得到第i个培训节点数据集对应的培训过程描述结果权重。这
样，使得培训节点数据集和培训过程描述结果权重更加关联。
38.步骤s4，基于j个培训过程描述结果权重得到j个描述结果知识字段。
39.其中，描述结果知识字段与培训节点数据集一一映射，描述结果知识字段可以是描述结果特征向量，基于j个培训过程描述结果权重得到j个描述结果知识字段的过程，可以包括：针对待校验医疗培训活动日志中的第i个培训节点数据集，获取第i个培训节点数据集对应的池化策略，池化策略即下采样的方式，例如常见的最大池化，其中，第i个培训节点数据集为j个培训节点数据集中的任一培训节点数据集，i＜j且i≥0；针对待校验医疗培训活动日志中第i个培训节点数据集，基于第i个培训节点数据集对应的池化策略以及第i个培训节点数据集对应的培训过程描述结果权重，得到第i个培训节点数据集对应的描述结果知识字段。上述过程，通过池化策略加强了不同培训节点数据集对应的描述结果知识字段的通用特性和数据一致性，降低后续评价分析的偏差概率。
40.步骤s5，根据j个描述结果知识字段，采用评估模型获取待校验医疗培训活动日志对应的j个培训节点合规评价信息。
41.其中，培训节点合规评价信息与培训节点数据集一一映射，j个培训节点合规评价信息对应j个培训节点数据集，表征j个培训节点数据集对应的培训节点是否合规的评价。多个培训节点均对应合规评价，相较于传统的单一考核评价，具备更高的公正性和严谨性。评估模型是预先训练得到的机器学习模型，其中，根据j个描述结果知识字段，采用评估模型获取待校验医疗培训活动日志对应的j个培训节点合规评价信息的过程，可以包括：根据j个描述结果知识字段，采用评估模型中的多组特征抽取模块获取j个目标描述结果知识字段，多组特征抽取模块可以是多层卷积神经网络；根据j个目标描述结果知识字段，采用评估模型中的多层深度神经网络获取j个培训节点合规评价信息。多层深度神经网络可以是多层全连接神经网络。
42.评估模型的使用离不开前期的训练，作为一种实施方式，步骤s5之前，还可以包括评估模型的训练步骤：获取拟训练医疗培训活动日志中每一拟训练数据集对应的拟训练培训过程描述结果，得到j个拟训练培训过程描述结果，其中，拟训练医疗培训活动日志包括j个拟训练数据集，拟训练数据集与拟训练培训过程描述结果一一映射；基于j个拟训练培训过程描述结果确定j个拟训练培训过程描述结果权重，其中，拟训练培训过程描述结果权重与拟训练数据集一一映射；基于j个拟训练培训过程描述结果权重，确定j个拟训练描述结果知识字段，其中，拟训练描述结果知识字段与拟训练数据集一一映射；根据j个拟训练描述结果知识字段，采用拟训练评估模型获取拟训练医疗培训活动日志对应的j个拟训练培训节点合规评价信息，其中，拟训练培训节点合规评价信息与拟训练数据集一一映射；获取真值医疗培训活动日志对应的j个真值培训节点合规评价信息；通过j个真值培训节点合规评价信息和j个拟训练培训节点合规评价信息，对拟训练评估模型训练，直到符合训练截止条件，得到评估模型。真值医疗培训活动日志、真值培训节点合规评价信息均属于正样本。
43.作为一种实施方式，获取真值医疗培训活动日志对应的j个真值培训节点合规评价信息的过程可以包括：获取真值医疗培训活动日志中每个真值数据集对应的真值培训过程描述结果，得到j个真值培训过程描述结果，其中，真值医疗培训活动日志包括j个真值数据集，真值数据集与真值培训过程描述结果一一映射，均属于正样本；基于j个真值培训过程描述结果确定j个真值培训过程描述结果权重，其中，真值培训过程描述结果权重与真值
培训过程描述结果一一映射；基于j个真值培训过程描述结果权重确定j个真值描述结果知识字段，其中，真值描述结果知识字段与真值数据集一一映射；根据j个真值描述结果知识字段，通过拟训练评估模型获取真值医疗培训活动日志对应的j个真值培训节点合规评价信息，其中，真值培训节点合规评价信息与真值数据集一一映射。
44.在上述基础上，可选的，通过j个真值培训节点合规评价信息以及j个拟训练培训节点合规评价信息，对拟训练评估模型训练，直到符合训练截止条件，得到评估模型的过程可以包括：针对拟训练医疗培训活动日志中的每一拟训练数据集和每个拟训练数据集对应的真值数据集，通过度量学习（metric learning）目标函数获取拟训练培训节点合规评价信息和真值培训节点合规评价信息的代价值（或损失值），获得j个代价值；根据j个代价值对拟训练评估模型的参数进行调节；当符合训练截止条件，根据调节后的参数获取评估模型。度量学习目标函数即训练用的损失函数，其损失方法本技术实施例不做限定。
45.作为一种实施方式，结合上述训练过程，还可以增加负样本进行训练，提升模型的性能，其训练过程可以包括：获取拟训练医疗培训活动日志中每一拟训练数据集对应的拟训练培训过程描述结果，得到j个拟训练培训过程描述结果；其中，拟训练医疗培训活动日志包括j个拟训练数据集，拟训练数据集与拟训练培训过程描述结果一一映射；基于j个拟训练培训过程描述结果得到j个拟训练培训过程描述结果权重；其中，拟训练培训过程描述结果权重与拟训练数据集一一映射；基于j个拟训练培训过程描述结果权重确定j个拟训练描述结果知识字段；其中，拟训练描述结果知识字段与拟训练数据集一一映射；根据j个拟训练描述结果知识字段，通过拟训练评估模型获取拟训练医疗培训活动日志对应的j个拟训练培训节点合规评价信息；其中，拟训练培训节点合规评价信息与拟训练数据集一一映射；获取真值医疗培训活动日志对应的j个真值培训节点合规评价信息；获取假值医疗培训活动日志对应的j个假值培训节点合规评价信息；根据j个真值培训节点合规评价信息、j个假值培训节点合规评价信息和j个拟训练培训节点合规评价信息，对拟训练评估模型训练，直到符合训练截止条件，得到评估模型。其中，涉及到的假值医疗培训活动日志、假值培训节点合规评价信息即为负样本。
46.作为一种实施方式，获取真值医疗培训活动日志对应的j个真值培训节点合规评价信息的过程可以包括：获取真值医疗培训活动日志中每一真值数据集对应的真值培训过程描述结果，得到j个真值培训过程描述结果；其中，真值医疗培训活动日志包括j个真值数据集，真值数据集与真值培训过程描述结果一一映射；基于j个真值培训过程描述结果确定j个真值培训过程描述结果权重，其中，真值培训过程描述结果权重与真值培训过程描述结果一一映射；基于j个真值培训过程描述结果权重确定j个真值描述结果知识字段，其中，真值描述结果知识字段与真值数据集一一映射；根据j个真值描述结果知识字段，通过拟训练评估模型获取真值医疗培训活动日志对应的j个真值培训节点合规评价信息，其中，真值培训节点合规评价信息与真值数据集一一映射。
47.可选地，获取假值医疗培训活动日志对应的j个假值培训节点合规评价信息，包括：获取假值医疗培训活动日志中每个假值数据集对应的假值培训过程描述结果，得到j个假值培训过程描述结果，其中，假值医疗培训活动日志包括j个假值数据集，假值数据集与假值培训过程描述结果一一映射；基于j个假值培训过程描述结果确定j个假值培训过程描述结果权重，其中，假值培训过程描述结果权重与假值培训过程描述结果一一映射；基于j
个假值培训过程描述结果权重确定j个假值描述结果知识字段，其中，假值描述结果知识字段与假值数据集一一映射；根据j个假值描述结果知识字段，通过拟训练评估模型获取假值医疗培训活动日志对应的j个假值培训节点合规评价信息，其中，假值培训节点合规评价信息与假值数据集一一映射。
48.可选地，基于j个真值培训节点合规评价信息、j个假值培训节点合规评价信息和j个拟训练培训节点合规评价信息，对拟训练评估模型训练，直到符合训练截止条件，得到评估模型的过程可以包括：针对拟训练医疗培训活动日志中的每一拟训练数据集合每个拟训练数据集对应的真值数据集，通过第一度量学习目标函数获取拟训练培训节点合规评价信息和真值培训节点合规评价信息的第一代价值，得到j个第一代价值；针对拟训练医疗培训活动日志中的每一拟训练数据集以及假值数据集，通过第二度量学习目标函数获取拟训练培训节点合规评价信息和是假值培训节点合规评价信息的第二代价值，得到j个第二代价值；根据j个第一代价值和j个第二代价值，对拟训练评估模型的参数进行调节；当符合训练截止条件时，通过调节后的参数获取评估模型。
49.请参照图3，是本发明实施例提供的校验装置110的架构示意图，该校验装置110可用于执行医疗培训流程规范化校验方法，其中，校验装置110包括：接收模块111，用于响应于接收到的校验指令，获取待校验医疗培训活动日志。
50.描述结果获取模块112，用于获取所述待校验医疗培训活动日志中每个培训节点数据集对应的培训过程描述结果，得到j个培训过程描述结果；其中，所述待校验医疗培训活动日志包括j个培训节点数据集，所述培训节点数据集与所述培训过程描述结果一一映射。
51.描述结果权重获取模块113，用于基于j个培训过程描述结果得到j个培训过程描述结果权重；其中，培训过程描述结果权重指示培训节点数据集对于待校验医疗培训活动日志在培训过程中的考核重要性占比，培训过程描述结果权重与培训节点数据集一一映射。
52.描述结果知识字段获取模块114，用于基于j个培训过程描述结果权重得到j个描述结果知识字段；其中，描述结果知识字段与培训节点数据集一一映射。
53.培训节点合规评价信息生成模块115，根据j个描述结果知识字段，采用评估模型获取待校验医疗培训活动日志对应的j个培训节点合规评价信息；其中，培训节点合规评价信息与培训节点数据集一一映射。
54.接收模块111可用于执行步骤s1，描述结果获取模块112可用于执行步骤s2，描述结果权重获取模块113可用于执行步骤s3，描述结果知识字段获取模块114可用于执行步骤s4，培训节点合规评价信息生成模块115可用于执行步骤s5。
55.由于在上述实施例中，已经对本发明实施例提供的医疗培训流程规范化校验方法进行了介绍，而该校验装置110的原理与该方法相同，此处不再对校验装置110的各模块的执行原理进行赘述。
56.综上所述，本技术实施例提供的医疗培训流程规范化校验方法及系统，在接收到校验指令时，获取待校验医疗培训活动日志，然后先获取待校验医疗培训活动日志中每个培训节点数据集对应的培训过程描述结果，得到j个培训过程描述结果，之后基于j个培训过程描述结果得到j个培训过程描述结果权重，再基于j个培训过程描述结果权重得到j个
描述结果知识字段，最后根据j个描述结果知识字段，采用评估模型获取待校验医疗培训活动日志对应的j个培训节点合规评价信息。本技术实施例基于人工智能模型高效地获取每个培训节点的合规评价信息，节约了人力，并保证了公平公正性，另外，在计算机资源消耗层面，无需借助额外的计算资源进行相关数据的处理挖掘，节约了计算资源。
57.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
58.另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
59.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。
60.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
61.另外，本领域普通技术人员可以理解的是，本技术的各个方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们任何新的和有用的改进。相应地，本技术的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可以被称为“单元”、“组件”或“系统”。此外，本技术的各方面可以表现为位于至少一个计算机可读介质中的计算机产品，所述产品包括计算机可读程序编码。
62.计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计
算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤缆线、rf、或类似介质、或任何上述介质的组合。
63.此外，除非申请专利范围中明确说明，本技术所述处理元件和序列的顺序、数位字母的使用、或其他名称的使用，并非用于限定本技术流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的申请专利范围并不仅限于披露的实施例，相反，申请专利范围旨在覆盖所有符合本技术实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件装置实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或行动装置上安装所描述的系统。
64.同样应当理解的是，为了简化本技术揭示的表述，从而帮助对至少一个发明实施例的理解，前文对本技术实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法幷不意味着本技术对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。