基于医疗大数据的研究方案推荐方法、装置、设备及介质

本发明涉及数据分析领域，特别涉及基于医疗大数据的研究方案推荐方法、装置、设备及介质。

背景技术：

1、目前，现有的技术方案中主要使用机器学习算法进行数据分析，以基于分析结果进行推荐。主要利用的是现有数据库中的历史案例训练推荐模型，通过将处理的特征矢量输入到前述的历史推荐模型，然后该历史模型根据得到的问题特征以及采集到的相关数据特征进行数据处理，然后根据得到的处理结果，为用户推荐下一步可用的方案。

2、但需要考虑到的是，在利用机器学习模型进行训练的过程中（基于特征进行数据处理，以为用户推荐方案也属于模型训练的过程），涉及纯黑箱操作，这使得在基于模型输出进行推荐时，推荐的内容的可解释性较差，从而导致相关人员对推荐的内容的信任度较低。

技术实现思路

1、有鉴于此，本发明的目的在于提供基于医疗大数据的研究方案推荐方法、装置、设备及介质，能够有效针对医疗行业确定混合推荐模型所需的输入变量，能够有效提高方案推荐的可靠性，降低医学人员进行科研项目分析的技术门槛，并提高医学项目科研的分析效率。其具体方案如下：

2、第一方面，本技术提供了一种基于医疗大数据的研究方案推荐方法，包括：

3、获取与当前医学科研项目对应的项目数据以及相应的研究方案数据；其中，所述研究方案数据包括相应的变量限制相关数据以及算法限制相关数据；

4、基于预设预处理规则对所述项目数据以及所述研究方案数据进行预处理，以得到相应的目标特征向量；

5、通过预先基于自适应遗传算法训练好的混合推荐系统以及所述目标特征向量，进行相应的协同过滤、基于内容的过滤，得到相应的第一过滤结果以及第二过滤结果；

6、基于所述混合推荐系统并利用所述第一过滤结果以及所述第二过滤结果，得到与当前医学科研项目对应的若干个方案推荐得分，并根据各所述方案推荐得分，确定与当前医学科研项目对应的目标方案推荐结果。

7、可选的，所述基于所述混合推荐系统并利用所述第一过滤结果以及所述第二过滤结果，得到与当前医学科研项目对应的若干个方案推荐得分，并根据各所述方案推荐得分，确定与当前医学科研项目对应的目标方案推荐结果，包括：

8、基于所述混合推荐系统、所述第一过滤结果以及对应的第一预设权重、对应的所述第二过滤结果以及对应的第二预设权重，得到各研究方案对于当前医学科研项目的方案推荐得分；

9、通过将各所述方案推荐得分从高到低进行排列，确定与当前医学科研项目对应的目标方案推荐结果。

10、可选的，所述基于预设预处理规则对所述项目数据以及所述研究方案数据进行预处理，以得到相应的目标特征向量，包括：

11、通过对所述项目数据中的数据集信息进行主成分分析，并计算主成分得分作为特征得分，得到相应的特征得分向量；其中，所述数据集信息包括相应的变量类型、变量填充率以及与医疗数据相关的变量特征；

12、基于所述项目数据中的研究信息，得到相应的研究信息向量；其中，所述研究信息包括相应的研究病种、研究对象年龄阶段、研究对象性别类型以及研究科室；

13、基于所述研究方案数据中的所述变量限制相关数据以及所述算法限制相关数据，得到相应的变量限制条件向量以及方案限制条件向量；其中，所述变量限制相关数据包括相应的变量个数限制、接受变量类型限制，且所述算法限制相关数据包括相应的应用场景、输出结果部分。

14、可选的，所述通过预先基于自适应遗传算法训练好的混合推荐系统以及所述目标特征向量，进行相应的协同过滤、基于内容的过滤，得到相应的第一过滤结果以及第二过滤结果，包括：

15、将所述目标特征向量中的所述特征得分向量以及所述研究信息向量，输入至预先基于自适应遗传算法训练好的混合推荐系统中的协同过滤模型，以得到所述协同过滤模型输出的作为第一过滤结果的第一方案推荐概率信息；

16、将所述目标特征向量中的所述变量限制条件向量以及所述方案限制条件向量输入至所述混合推荐系统中的基于内容的过滤模型，以得到所述基于内容的过滤模型输出的作为第二过滤结果的第二方案推荐概率信息。

17、可选的，所述将所述目标特征向量中的所述特征得分向量以及所述研究信息向量，输入至预先基于自适应遗传算法训练好的混合推荐系统中的协同过滤模型，以得到所述协同过滤模型输出的作为第一过滤结果的第一方案推荐概率信息，包括：

18、通过所述协同过滤模型以及所述特征得分向量以及所述研究信息向量进行协同过滤，以对于当前医学科研项目和各研究方案，分别计算对应的与所述特征得分向量对应的第一相似度、与所述研究信息向量对应的第二相似度；

19、通过第一预设公式以及所述第一相似度以及对应的所述第二相似度，得到对应的作为所述第一过滤结果的所述第一方案推荐概率信息。

20、可选的，所述将所述目标特征向量中的所述变量限制条件向量以及所述方案限制条件向量输入至所述混合推荐系统中的基于内容的过滤模型，以得到所述基于内容的过滤模型输出的作为第二过滤结果的第二方案推荐概率信息，包括：

21、通过所述基于内容的过滤模型、所述变量限制条件向量以及所述方案限制条件向量进行过滤，以对于当前医学科研项目和各研究方案，分别计算对应的与所述变量限制条件向量对应的第三相似度、与所述方案限制条件向量对应的第四相似度；

22、通过第二预设公式以及所述第三相似度以及对应的所述第四相似度，得到对应的作为所述第二过滤结果的所述第二方案推荐概率信息。

23、可选的，所述方法还包括：

24、在训练过程中，通过将获取到的所述混合推荐系统输出的所述方案推荐得分，与实际使用情况之间的均方根误差，作为自适应遗传算法的适应度测量值，并通过所述适应度测量值进行选择、交叉、变异，直至得到满足预设迭代停止条件的所述混合推荐系统。

25、第二方面，本技术提供了一种基于医疗大数据的研究方案推荐装置，包括：

26、数据获取模块，用于获取与当前医学科研项目对应的项目数据以及相应的研究方案数据；其中，所述研究方案数据包括相应的变量限制相关数据以及算法限制相关数据；

27、特征向量获取模块，用于基于预设预处理规则对所述项目数据以及所述研究方案数据进行预处理，以得到相应的目标特征向量；

28、过滤结果获取模块，用于通过预先基于自适应遗传算法训练好的混合推荐系统以及所述目标特征向量，进行相应的协同过滤、基于内容的过滤，得到相应的第一过滤结果以及第二过滤结果；

29、方案推荐模块，用于基于所述混合推荐系统并利用所述第一过滤结果以及所述第二过滤结果，得到与当前医学科研项目对应的若干个方案推荐得分，并根据各所述方案推荐得分，确定与当前医学科研项目对应的目标方案推荐结果。

30、第三方面，本技术提供了一种电子设备，包括：

31、存储器，用于保存计算机程序；

32、处理器，用于执行所述计算机程序，以实现前述的基于医疗大数据的研究方案推荐方法的步骤。

33、第四方面，本技术提供了一种计算机可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现前述的基于医疗大数据的研究方案推荐方法的步骤。

34、可见，本技术中，获取与当前医学科研项目对应的项目数据以及相应的研究方案数据；其中，所述研究方案数据包括相应的变量限制相关数据以及算法限制相关数据；基于预设预处理规则对所述项目数据以及所述研究方案数据进行预处理，以得到相应的目标特征向量；通过预先基于自适应遗传算法训练好的混合推荐系统以及所述目标特征向量，进行相应的协同过滤、基于内容的过滤，得到相应的第一过滤结果以及第二过滤结果；基于所述混合推荐系统并利用所述第一过滤结果以及所述第二过滤结果，得到与当前医学科研项目对应的若干个方案推荐得分，并根据各所述方案推荐得分，确定与当前医学科研项目对应的目标方案推荐结果。也即，本技术中，先对获取到的数据进行预处理，得到混合推荐系统所需的目标特征向量，然后基于所述目标特征向量以及预先基于自适应遗传算法训练好的混合推荐系统进行过滤，并基于过滤结果确定与当前医学科研项目对应的目标方案推荐结果。这样一来，本技术能够有效针对医疗行业确定混合推荐模型所需的输入变量，能够有效提高方案推荐的可靠性，降低医学人员进行科研项目分析的技术门槛，并提高医学项目科研的分析效率。