资源类型：
申请号：
申请日期：
授权年份：
公开号：
公开日：
法律状态：
主分类号：
分类号：
摘要：
本申请提供一种基于智慧病房呼叫系统的数据处理方法及数据处理系统，通过训练好的算法进行智慧病房中的患者的监测级别，能实现针对不同严重程度的病患的自动化监测决策，实时性和精确性高。在训练监测级别确定算法时，使不适于参加训练的日志学习样例产生的干扰得到降低。此外，缓解各监测级别不确定的日志学习样例的训练监督信息中的干扰。因各监测级别不确定的日志学习样例的训练监督信息中的干扰和不适于参加训练的样例的干扰得到压制，第一监测级别确定子算法的级别确定能力增强。依据第一监测级别确定子算法得到患者监测级别确定算法，由于第一监测级别确定子算法的级别确定效果达到目标，则患者监测级别确定算法的级别确定效果达到目标。
主权项：
1.一种基于智慧病房呼叫系统的数据处理方法，其特征在于，所述方法包括： 获取健康监测日志，所述健康监测日志包括针对目标患者在目标监测周期内获取得到的健康数据和呼叫系统触发数据； 调用患者监测级别确定算法对所述健康监测日志进行监测级别确定，得到对应的目标患者的监测级别；所述患者监测级别确定算法通过日志学习样例库训练得到，所述日志学习样例库包括监测级别确定的日志学习样例库和监测级别不确定的日志学习样例库，所述患者监测级别确定算法的训练过程包括： 将各个监测级别确定的日志学习样例的训练监督信息标注为真例，各个监测级别不确定的日志学习样例的训练监督信息标注为假例，通过各个日志学习样例的训练监督信息，以所述日志学习样例库为一个训练组对所述患者监测级别确定算法进行分组训练，得到第一监测级别确定子算法和所述第一监测级别确定子算法针对各个监测级别不确定的日志学习样例预估的监测级别倾向值，并得到第二监测级别确定子算法和所述第二监测级别确定子算法针对各个监测级别不确定的日志学习样例预估的监测级别倾向值，其中，所述第一监测级别确定子算法为历经M个分组训练获得的，所述第二监测级别确定子算法为历经N个分组训练获得的，所述M不等于N，并在所述分组训练中依据所述日志学习样例库的级别确定误差修正所述患者监测级别确定算法的算法参数； 依据所述第一监测级别确定子算法和所述第二监测级别确定子算法分别针对所述监测级别不确定的日志学习样例库中各个监测级别不确定的日志学习样例预估的监测级别倾向值间的误差计算所述各个监测级别不确定的日志学习样例的未决系数； 依据所述第一监测级别确定子算法针对各个监测级别不确定的日志学习样例预估的监测级别倾向值修正所述各个监测级别不确定的日志学习样例的训练监督信息； 通过各个监测级别不确定的日志学习样例的未决系数和修正后的训练监督信息，以所述监测级别不确定的日志学习样例库为一个训练组对所述第一监测级别确定子算法进行分组训练，得到训练后的第一监测级别确定子算法； 通过所述训练后的第一监测级别确定子算法的算法参数，确定所述患者监测级别确定算法的算法参数； 其中，所述依据所述第一监测级别确定子算法和所述第二监测级别确定子算法分别针对所述监测级别不确定的日志学习样例库中各个监测级别不确定的日志学习样例预估的监测级别倾向值之间的误差计算所述各个监测级别不确定的日志学习样例的未决系数，包括： 确定第一监测级别确定子算法和第二监测级别确定子算法分别对各个监测级别不确定的日志学习样例预估的监测级别倾向值之间的绝对偏差量，确定为各个监测级别不确定的日志学习样例的第一误差； 确定第一监测级别确定子算法和第二监测级别确定子算法分别对各个监测级别不确定的日志学习样例预估的监测级别倾向值之间的绝对和值，确定为各个监测级别不确定的日志学习样例的第二误差； 确定各个监测级别不确定的日志学习样例的未决系数，其中各个监测级别不确定的日志学习样例的未决系数与所述各个监测级别不确定的日志学习样例的第一误差正向关联，且与所述各个监测级别不确定的日志学习样例的第二误差反向关联。
