(19)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 202210596907.3 (22)申请日 2022.05.24 (66)本国优先权数据 202210249268.3 202 2.03.14 CN (71)申请人 北京融威众邦电子技 术有限公司 地址 100081 北京市海淀区中关村南大街 12号科技综合楼1层10 6室 (72)发明人 何晓俊　张亚然　严玉　 (74)专利代理 机构 北京之于行知识产权代理有 限公司 1 1767 专利代理师 侯越玲 (51)Int.Cl. G16H 50/70(2018.01) G06N 3/04(2006.01) G06K 9/62(2022.01)G06F 16/23(2019.01) G06F 16/2458(2019.01) (54)发明名称 一种数据 挖掘系统、 方法及装置 (57)摘要 本发明涉及一种数据挖掘方法、 系统及相关 装置。 所述数据挖掘方法至少包括获取历史医疗 数据对记忆网络模型进行训练实现科室分类模 型的建立和更新。 科室分类模型的建立和更新至 少包括以下步骤； 将所述历史病情描述输入到记 忆网络模型中进行训练， 得到该所述历史病情描 述对应各个科室的概率； 评估记忆网络模型的训 练效果， 并且根据评估结果判定是否停止训练； 在评估结果是无效训练的情况下， 更新所述记忆 网络模型的参数， 以进行下一次训练； 在评估结 果是停止训练的情况下， 将当前的记忆网络模型 生成所述科室 分类模型。 权利要求书2页 说明书8页 附图2页 CN 114864098 A 2022.08.05 CN 114864098 A 1.一种数据挖掘系统， 其特征在于， 该系统至少包括用户端(110)、 医务端(120)和服务 器(130)； 所述用户端(110)能够获取患者的病情描述并上传至所述服务器(130)； 所述医务端 (120)能够将历 史医疗数据上传至所述服务器(130)； 所述服务器(130)基于所述历 史医疗 数据建立科室分类模 型， 并将所述病情描述输入所述科室分类模型以确定相应科室； 其中， 所述历史医疗数据包括历史病情描述和对应的历史科室。 2.根据权利要求1所述的数据挖掘系统， 其特征在于， 所述服务器(130)将所述科室分 类模型的分类结果返回所述用户端(1 10)； 响应于所述分类结果之收到， 所述用户端(110)结合所述分类结果和预存医院之结构 数据生成就诊导 航视频。 3.根据权利要求1或2所述的数据挖掘系 统， 其特征在于， 所述服务器(130)配置有： 储 存模块(135)和传输模块(13 6)； 所述储存模块(135)， 用于储 存所述医务端(120)上传的所述历史医疗数据； 所述传输模块(136)， 将患者的病情描述发送至所述科室分类模型， 并将所述科室分类 模型的分类结果返回所述用户端(1 10)。 4.根据权利 要求1～3任一项所述的数据挖掘系统， 其特征在于， 所述服务器(130)还配 置有： 训练模块(131)、 评估 模块(132)和生成模块(134)； 所述训练模块(131)， 用于将所述历史病情描述输入到所述记忆网络模型中， 得到该所 述历史病情描述对应各个科室的概 率； 所述评估模块(132)， 用于评估所述训练模块(131)的训练效果， 并且根据评估结果判 定是否停止训练； 所述生成模块(134)， 用于在所述评估模块(132)判定结果是停止训练的情况下， 将当 前的记忆网络模型生成所述科室 分类模型。 5.根据权利 要求1～4任一项所述的数据挖掘系统， 其特征在于， 所述服务器(130)还配 置有： 调整模块(13 3)； 所述调整模块(133)， 用于在所述评估模块(132)判定结果是重新训练的情况下， 更新 所述记忆网络模型的参数， 以进行 下一次训练。 6.根据权利 要求1～5任一项所述的数据挖掘系统， 其特征在于， 所述用户端(110)至少 包括交互模块(111)； 所述交互模块(111)能够引导患者登录和/或注册至所述用户端 (110)， 以获取包括患者就医目的在内的患者数据， 并将患者数据发送至所述服务器(130)； 其中， 所述交 互模块(1 11)能够通过患者 点选的预设词条以描述患者病情。 7.一种数据挖掘装置， 其特征在于， 所述数据挖掘装置分别与用户端(110)和医务端 (120)建立数据连接， 其特征在于， 用户端(110)获取患者的病情描述并上传至所述数据挖 掘装置； 医务端(120)将历史医疗数据上传至所述数据 挖掘装置； 所述数据挖掘装置基于所述历史医疗数据建立科室分类模型， 并将所述病情描述输入 所述科室分类模型以确定相 应科室； 其中， 所述历史医疗数据包括历史病情描述和对应的 历史科室。 8.根据权利要求9所述的数据挖掘装置， 其特征在于， 所述数据挖掘装置至少包括： 训权　利　要　求　书 1/2 页 2 CN 114864098 A 2练模块(131)、 评估模块(132)、 调整模块(133)、 生成模块(134)、 储存模块(135)和传输模块 (136)； 所述训练模块(131)， 用于将历史病情描述输入到记忆网络模型中进行训练， 得到该所 述历史病情描述对应各个科室的概 率； 所述评估模块(132)， 用于评估所述训练模块(131)的训练效果， 并且根据评估结果判 定是否停止训练； 所述调整模块(133)， 用于在所述评估模块(132)判定结果是重新训练的情况下， 更新 所述记忆网络模型的参数， 以进行 下一次训练； 所述生成模块(134)， 用于在所述评估模块(132)判定结果是停止训练的情况下， 将当 前的记忆网络模型生成科室 分类模型； 所述储存模块(135)， 用于储 存历史医疗数据； 所述传输模块(136)， 将患者的病情描述发送至所述科室分类模型， 并返回所述科室分 类模型的分类结果。 9.一种数据 挖掘方法， 其特 征在于， 所述数据 挖掘方法至少包括： 用户端(1 10)获取患者的病情描述并上传至所述 服务器(130)； 医务端(120)将历史医疗数据上传至所述 服务器(130)； 所述服务器(130)基于所述历史医疗数据建立科室分类模型， 并将所述病情描述输入 所述科室分类模型以确定相 应科室； 其中， 所述历史医疗数据包括历史病情描述和对应的 历史科室。 10.根据权利要求9所述的数据挖掘方法， 其特征在于， 所述科室分类模型的建立和更 新至少包括以下步骤： 将所述历史病情描述输入到记忆网络模型中进行训练， 得到该所述历史病情描述对应 各个科室的概 率； 评估记忆网络模型的训练效果， 并且根据评估结果判定是否停止训练； 在评估结果是无效训练的情况下， 判定结果是重新训练， 更新所述记忆网络模型的参 数， 以进行 下一次训练； 在评估结果是良好训练的情况下， 判定结果是停止训练， 将当前的记忆网络模型生成 所述科室 分类模型。权　利　要　求　书 2/2 页 3 CN 114864098 A 3