一种基于多特征学习的失智照护方案推荐方法及系统与流程

本发明涉及数据归类分析及数据处理，尤其涉及一种基于多特征学习的失智照护方案推荐方法及系统。

背景技术：

1、

2、失智症是一种以认知功能下降为主要表现的疾病，随着失智症患者的数量不断增加，给家庭和社会带来了沉重的负担。目前失智症尚无特效的治疗方法，因此，针对患者的照护就显得尤为重要。针对失智症患者的照护，需要专业的医疗护理、心理支持、社会交往等多方面的支持。但目前失智领域经验丰富的多学科团队有限，无法满足广大失智患者的需求，居家照护者长期受复杂多样的照护问题困扰，照护负担重，照护不当还会使问题恶化，对专业指导需求大。针对失智照护中的复杂问题，居家照护者急需专业指导，远程指导成为领域内研究热点。

3、远程指导打破时空界限，为提升效率和惠及面提供了途径。在健康领域已探究了下列几类远程指导推荐系统：生活方式管理，以高血压、糖尿病等慢病人群的饮食和运动管理居多；诊疗方案推荐，辅助医生或健康管理者进行诊断，提供治疗方案或健康管理建议，在中医诊疗领域研究较多；医疗资源推荐，通过匹配患者的基础资料、健康问题等，推荐医生或医院，从在线医疗资源中筛选出满足个性化需求的资源。

4、对于失智老人照护方面，现有技术多以网站平台、移动应用程序为载体，为照护者提供技能指导、决策支持、心理支持、同伴支持及自我照护指导。引入远程指导可提升照护技能，改善照护者负性情绪。

5、但是，在实际开展照护工作时，照护者面临的问题涉及日常生活照护、精神行为症状管理、环境设置、风险防控等多个方面，且问题因人、因情境而异，因此针对性的个性化指导更有效、更受照护者青睐。有效的个性化指导需要医疗、护理、社工、心理等多学科团队与照护者互动才能实现，但由于失智领域经验丰富的多学科团队有限，能够服务的覆盖面小、地区不均衡。虽然部分医院和社会团体尝试以在线沟通群、联谊会等方式提供针对性失智照护指导，但并不能充分的将专家经验高效转化为针对性照护建议，远不能满足需求。

6、由此可知，失智照护问题复杂多变，因人、因情境而异，能够实现个性化指导的经验丰富的多学科团队数量有限、利用率低，成为制约个性化指导服务普惠化的瓶颈。因此急需一种智能化推荐解决方案解决专业人力资源不足的瓶颈问题，高效集成研究证据与多学科团队经验并提供自动化、个性化的失智老人日常照护推荐服务。

技术实现思路

1、为解决现有技术的不足，本发明提出一种基于多特征学习的失智照护方案推荐方法及系统，精准发掘针对个性化特征及核心问题的失智照护方案，解决稀疏性和冷启动问题，提升照护方案推荐的准确性和效率。从居家照护者遇到的实际问题出发，根据失智老人的个性化特征实现个性化整体照护方案推荐，该方案具备科学性、获取便捷性和居家可操作性。

2、为实现以上目的，本发明所采用的技术方案包括：

3、一种基于多特征学习的失智照护方案推荐方法，其特征在于，包括：

4、s1、依据照护方案历史数据提取建立推荐特征库，所述推荐特征库包括目标对象特征集合、照护问题特征集合与照护建议特征集合；

5、s2、分别计算各目标对象特征与各照护建议特征的匹配度，生成第一匹配参数集，所述第一匹配参数集包括照护建议特征相对不同目标对象特征的采用率；

6、s3、分别计算各照护问题特征与各照护建议特征的匹配度，生成第二匹配参数集，所述第二匹配参数集包括照护建议特征相对不同照护问题特征的采用率；

7、s4、获取需求对象请求，所述需求对象请求包括需求对象信息和照护问题信息；

8、s5、使用需求对象信息匹配目标对象特征集合，生成需求对象特征组，所述需求对象特征组包括若干匹配需求对象信息的目标对象特征；

9、s6、使用照护问题信息匹配照护问题特征集合，生成需求问题特征组，所述需求问题特征组包括若干匹配照护问题信息的照护问题特征；

10、s7、使用第一匹配参数集对应需求对象特征组计算生成第一建议得分集，所述第一建议得分集包括各照护建议特征相对需求对象特征组中所包含的目标对象特征的采用率；

11、s8、使用第二匹配参数集对应需求问题特征组计算生成第二建议得分集，所述第二建议得分集包括各照护建议特征相对需求问题特征组中所包含的照护问题特征的采用率；

12、s9、依据第一建议得分集和第二建议得分集选择照护建议特征集合中符合预设匹配条件的照护建议特征，并组合生成照护方案。

13、进一步地，所述依据第一建议得分集和第二建议得分集选择照护建议特征集合中符合预设匹配条件的照护建议特征包括下列任意一项或多项组合：

14、照护建议特征匹配第一建议得分集的采用率大于预设第一阈值；

15、照护建议特征匹配第二建议得分集的采用率大于预设第二阈值；

16、照护建议特征匹配第一建议得分集的采用率与匹配第二建议得分集的采用率的组合值大于预设第三阈值。

17、进一步地，所述计算各目标对象特征与各照护建议特征的匹配度包括：

18、依据目标对象特征统计样本总量；

19、计算样本总量中包含照护建议特征的采用量；

20、依据采用量与样本总量比值作为所述目标对象特征下所述照护建议特征的采用率；

21、匹配各目标对象特征对各照护建议特征分别计算采用率，生成第一匹配参数集。

22、进一步地，所述计算各照护问题特征与各照护建议特征的匹配度包括：

23、依据照护问题特征统计样本总量；

24、计算样本总量中包含照护建议特征的采用量；

25、依据采用量与样本总量比值作为所述照护问题特征下所述照护建议特征的采用率；

26、匹配各照护问题特征对各照护建议特征分别计算采用率，生成第二匹配参数集。

27、进一步地，所述使用需求对象信息匹配目标对象特征集合包括：

28、对需求对象信息执行分词操作，生成第一分词集合；

29、使用第一分词集合匹配目标对象特征集合，删选获得匹配需求对象信息的目标对象特征。

30、进一步地，所述使用第一匹配参数集对应需求对象特征组计算生成第一建议得分集包括：

31、匹配需求对象特征组与第一匹配参数集，获取目标对象特征的采用率；

32、组合需求对象特征组中各目标对象特征的采用率，并执行排序操作，生成第一建议得分集。

33、本发明还涉及一种基于多特征学习的失智照护方案推荐系统，其特征在于，包括：

34、特征库管理模块，用于依据照护方案历史数据提取建立推荐特征库；

35、匹配度计算模块，用于分别计算各目标对象特征与各照护建议特征的匹配度，生成第一匹配参数集，以及分别计算各照护问题特征与各照护建议特征的匹配度，生成第二匹配参数集；

36、请求解析模块，用于使用需求对象信息匹配目标对象特征集合，生成需求对象特征组，以及使用照护问题信息匹配照护问题特征集合，生成需求问题特征组；

37、得分计算模块，用于使用第一匹配参数集对应需求对象特征组计算生成第一建议得分集，以及使用第二匹配参数集对应需求问题特征组计算生成第二建议得分集；

38、方案反馈模块，用于依据第一建议得分集和第二建议得分集选择照护建议特征集合中符合预设匹配条件的照护建议特征，并组合生成照护方案。

39、本发明还涉及一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法。

40、本发明还涉及一种电子设备，其特征在于，包括处理器和存储器；

41、所述存储器，用于存储推荐特征库、第一匹配参数集和第二匹配参数集；

42、所述处理器，用于通过调用推荐特征库、第一匹配参数集和第二匹配参数集，执行上述的方法。

43、本发明还涉及一种计算机程序产品，包括计算机程序和/或指令，其特征在于，该计算机程序和/或指令被处理器执行时实现上述方法的步骤。

44、本发明的有益效果为：

45、采用本发明所述基于多特征学习的失智照护方案推荐方法及系统，使用失智领域知识图谱作为边信息的来源用于增强推荐，可精准发掘针对个性化特征及核心问题的失智照护方案，解决稀疏性和冷启动问题，提升照护方案推荐的准确性和效率。从居家照护者遇到的实际问题出发，根据失智老人的个性化特征实现个性化整体照护方案推荐，该方案具备科学性、获取便捷性和居家可操作性。在实际使用中，居家照护者通过输入客观信息作为推荐输入值，由内建的决策分析模型会自动抽取与失智老人个性化特征贴合的居家照护建议，推送针对老人个性化特征的全面照护方案。通过应用本发明的失智照护方案推荐方法及系统，有望解决现有技术中居家照护者专业技能缺乏、多学科专家严重不足等多元化的瓶颈问题，达到赋能居家照护者，持续跟踪患者的目标，满足居家照护者以动态需求为导向的个性化服务。