申请/专利权人：北京师范大学-香港浸会大学联合国际学院

申请日：2023-04-11

公开（公告）日：2024-01-26

公开（公告）号：CN116501990B

主分类号：G06F16/9537

分类号：G06F16/9537;G06Q50/22;G06F16/2458

优先权：

专利状态码：有效-授权

法律状态：2024.01.26#授权;2023.08.15#实质审查的生效;2023.07.28#公开

摘要：本发明属于医院专科影响力评估技术领域，公开了一种基于门诊大数据的医院专科影响力评估方法及装置。该方法包括：基于门诊大数据，确定专科门诊量和病人来源地信息；根据所述病人来源地信息构建目标数据集，并拟合所述目标数据集的统计分布；对所述统计分布进行区间划分，得到各区间的区间范围和各区间的累积概率；根据所述各区间的累积概率确定各区间的权重，并根据所述目标数据集确定各区间的专科样本比例；基于所述各区间的权重以及所述各区间的专科样本比例，确定所述目标医院中目标专科的来源地指数；基于所述专科门诊量以及所述来源地指数，对所述目标专科的影响力进行评估。能够基于病患群体的选择对医院的专科影响力进行评估。

主权项：1.一种基于门诊大数据的医院专科影响力评估方法，其特征在于，所述基于门诊大数据的医院专科影响力评估方法包括：获取目标医院的门诊大数据；基于所述门诊大数据，确定专科门诊量和病人来源地信息；根据所述病人来源地信息构建目标数据集，并拟合所述目标数据集的统计分布；对所述统计分布进行区间划分，得到各区间的区间范围和各区间的累积概率；根据所述各区间的累积概率确定各区间的权重，并根据所述目标数据集确定各区间的专科样本比例；基于所述各区间的权重以及所述各区间的专科样本比例，确定所述目标医院中目标专科的来源地指数，其中，目标专科的来源地指数的计算公式如下： 式中，PRI表示来源地指数，表示第i个区间的专科样本比例，k表示统计分布的区间数量，wi表示第i个区间的权重；基于所述专科门诊量以及所述来源地指数，对所述目标专科的影响力进行评估，其中，根据专科门诊量以及来源地指数生成门诊大数据的二维联合评估图，再根据二维联合评估图来对医院的专科影响力进行评估；所述根据所述病人来源地信息构建目标数据集，包括：若所述病人来源地信息中包括病人文本地址时，则通过地理编码的API服务将所述病人文本地址转化为病人经纬度坐标；若所述病人来源地信息中仅有病人电话信息时，则将所述病人电话信息的归属地作为病人文本地址之后，通过地理编码的API服务将所述病人文本地址转化为病人经纬度坐标；根据所述病人经纬度坐标确定病人距离信息，并基于所述病人距离信息构建目标数据集；所述拟合所述目标数据集的统计分布，包括：基于所述目标数据集拟合基准距离分布；确定所述基准距离分布的参数估计，得到所述目标数据集的统计分布，其中，所述统计分布为所述目标数据集拟合得到的统计分布，其中，通过极大似然估计来确定基准距离分布的参数估计，其距离分布是一个右偏的分布，使用Gamma分布描述病人来源地到医院的距离分布；所述根据所述各区间的累积概率确定各区间的权重，包括：根据所述各区间的累积概率确定各区间的初始权重，其中，初始权重为累积概率的倒数；根据所述各区间的初始权重确定初始权重和；将所述各区间的初始权重与所述初始权重和的比值作为各区间的权重；所述根据所述目标数据集确定各区间的专科样本比例，包括：基于所述目标数据集确定所述目标专科的就诊人数，以及基于所述目标数据集确定各区间的目标就诊人数；基于所述目标专科的就诊人数以及所述各区间的目标就诊人数，确定各区间的专科样本比例。

全文数据：

权利要求：

百度查询： 北京师范大学-香港浸会大学联合国际学院 基于门诊大数据的医院专科影响力评估方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD