(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111644031.7 (22)申请日 2021.12.2 9 (71)申请人 上海柯林布瑞信息技 术有限公司 地址 200233 上海市徐汇区宜山路70 0号B2 栋1504 (72)发明人 秦晓宏　华宗楠　 (74)专利代理 机构 北京品源专利代理有限公司 11332 代理人 康欢欢 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/04(2012.01) G06N 3/08(2006.01) (54)发明名称 医院运营指标的自动预测和根因分析方法 及系统 (57)摘要 本发明实施例公开了一种医院运营指标的 自动预测和根因分析方法及系统。 该方法包括： 获取目标指标的每个指标特征对应的当前特征 信息； 基于目标指标对应的目标预测模型和各个 当前特征信息， 确定目标指标对应的当前预测 值； 基于当前预测值和目标指标对应的当前实际 值， 检测目标指标当前是否出现异常； 若目标指 标当前出现异常， 则基于每个指标特征对应的特 征重要程度和当前特征变化程度进行异常分析， 确定目标指标对应的当前异常根因信息， 其中， 每个指标特征对应的特征重要程度基于目标预 测模型进行确定。 通过本发明实施例的技术方 案， 可以实现医院运营指标自动预测和自动异常 分析， 无需人为参与， 提高了指标异常分析的效 率和准确性。 权利要求书2页 说明书12页 附图3页 CN 114266501 A 2022.04.01 CN 114266501 A 1.一种医院运营指标的自动预测 和根因分析 方法， 其特 征在于， 包括： 获取目标指标的每 个指标特征对应的当前 特征信息； 基于所述目标指标对应的目标预测模型和各个所述当前特征信 息， 确定所述目标指标 对应的当前 预测值； 基于所述当前预测值和所述目标指标对应的当前实际值， 检测所述目标指标当前是否 出现异常； 若所述目标指标当前 出现异常， 则确定每 个所述指标 特征对应的当前 特征变化程度； 基于每个所述指标特征对应的特征重要程度和所述当前特征变化程度进行异常分析， 确定所述 目标指标对应的当前异常根因信息， 其中， 每个所述指标特征对应的特征重要程 度基于所述目标 预测模型进行确定 。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述目标预测模型确定每个所述 指标特征对应的特 征重要程度， 包括： 基于预设特征处理方式， 对原有样本数据中的每个指标特征对应的特征信息进行处 理， 确定每 个指标特征对应的目标样本数据； 将所述目标样本数据输入至所述目标预测模型中， 根据所述目标预测模型的输出， 确 定所述目标样本数据对应的目标 预测准确度； 基于所述目标预测准确度和所述原有样本数据对应的原有预测准确度， 确定每个指标 特征对应的特 征重要程度。 3.根据权利要求2所述的方法， 其特征在于， 所述基于预设特征处理方式， 对原有样本 数据中的每个指标特征对应的特征信息进行处理， 确定每个指标特征对应的目标样本数 据， 包括： 针对每个指标特征， 对原有样本数据中的指标特征对应的特征信息进行随机排序， 确 定排序后的该指标 特征对应的目标样本数据； 或者， 针对每个指标特征， 将原有样本数据中的指标特征对应的特征信息进行删除， 确定删 除后的该指标 特征对应的目标样本数据。 4.根据权利要求2所述的方法， 其特征在于， 所述基于所述目标预测准确度和所述原有 样本数据对应的原有预测准确度， 确定每 个指标特征对应的特 征重要程度， 包括： 针对每个指标特征， 将指标特征对应的所述目标预测准确度与 所述原有样本数据对应 的原有预测准确度之间的差值确定为该指标 特征对应的特 征重要程度。 5.根据权利要求1所述的方法， 其特征在于， 所述基于所述当前预测值和所述目标指标 对应的当前实际值， 检测所述目标指标当前 是否出现异常， 包括： 确定所述当前 预测值与所述目标指标对应的当前实际值之间的当前差值； 基于所述当前差值和预设差值， 确定所述当前差值对应的指标变化 程度； 若所述指标变化 程度大于预设变化阈值， 则确定所述目标指标当前 出现异常。 6.根据权利要求1所述的方法， 其特征在于， 所述确定每个所述指标特征对应的当前特 征变化程度， 包括： 针对每个所述指标特征， 确定指标特征对应的当前特征信 息与上一特征信 息之间的特 征差值； 将所述特征差值与所述上一特征信息之间的比值确定为该指标特征对应的当前特征权　利　要　求　书 1/2 页 2 CN 114266501 A 2变化程度。 7.根据权利要求1 ‑6任一项所述的方法， 其特征在于， 所述基于每个所述指标特征对应 的特征重要程度和所述当前特征变化程度进 行异常分析， 确定所述目标指标对应的当前异 常根因信息， 包括： 基于每个所述指标特征对应的特征重要程度和所述当前特征变化程度， 确定每个所述 指标特征对应的当前 特征影响程度； 基于每个所述指标特征对应的当前特征影响程度进行异常分析， 确定所述目标指标对 应的当前异常根因信息 。 8.根据权利要求7所述的方法， 其特征在于， 所述基于每个所述指标特征对应的当前特 征影响程度进行异常 分析， 确定所述目标指标对应的当前异常根因信息， 包括： 基于每个所述指标特征对应的当前特征影响程度， 对各个所述指标特征进行降序排 列； 将排列后的位于前 预设个数的指标 特征作为所述目标指标当前 出现异常的根因信息 。 9.根据权利要求1 ‑8任一项所述的方法， 其特征在于， 医院运营指标对应的指标特征包 括： 患者信息特征、 患者诊断特征、 医生信息特征、 处方特征、 科室特征和物资库存 特征中的 至少一项。 10.一种医院运营指标的自动预测 和根因分析系统， 其特 征在于， 包括： 当前特征信息获取模块， 用于获取目标指标的每 个指标特征对应的当前 特征信息； 当前预测值确定模块， 用于基于所述目标指标对应的目标预测模型和各个所述当前特 征信息， 确定所述目标指标对应的当前 预测值； 指标异常检测模块， 用于基于所述当前预测值和所述目标指标对应的当前实 际值， 检 测所述目标指标当前 是否出现异常； 当前特征变化程度确定模块， 用于若所述目标指标当前出现异常， 则确定每个所述指 标特征对应的当前 特征变化程度； 异常分析模块， 用于基于每个所述指标特征对应的特征重要程度和所述当前特征变化 程度进行异常分析， 确定所述目标指标对应的当前异常根因信息， 其中， 每个所述指标特征 对应的特 征重要程度基于所述目标 预测模型进行确定 。权　利　要　求　书 2/2 页 3 CN 114266501 A 3