基于贡献度评估的健康医疗数据要素收益分配方法及系统
摘要： 本发明公开了基于贡献度评估的健康医疗数据要素收益分配方法及系统，其中涉及的基于贡献度评估的健康医疗数据要素收益分配方法，包括：S1.建立数据要素贡献评估体系：根据医疗机构的数据建立多维度指标，基于XGBoost机器学习模型和SHAP值对多维度指标进行评估，得到数据要素的贡献度；S2.建立收益分配模型：根据数据要素的贡献度和评估的每个医疗机构的贡献度计算数据本身的价值，按照约定的收益分配比例进行每个医疗机构总收益的分配；S3.在动态评估机制下的收益分配方法：重新计算动态影响因子，根据动态影响因子的变化调整每个医疗机构的数据要素贡献度，进行收益分...
主分类号：
G06Q10/0637(2023.01)(行政；管理)
权利要求：
1.基于贡献度评估的健康医疗数据要素收益分配方法，其特征在于，包括： S1.建立数据要素贡献评估体系：根据医疗机构的数据建立多维度指标，基于XGBoost机器学习模型和SHAP值对多维度指标进行评估，得到数据要素的贡献度； S2.建立收益分配模型：根据数据要素的贡献度和评估的每个医疗机构的贡献度计算数据本身的价值，按照约定的收益分配比例进行每个医疗机构总收益的分配； S3.在动态评估机制下的收益分配方法：重新计算动态影响因子，根据动态影响因子的变化调整每个医疗机构的数据要素贡献度，进行收益分配的调整。 2.根据权利要求1所述的基于贡献度评估的健康医疗数据要素收益分配方法，其特征在于，所述步骤S1中建立的多维度指标包括数据稀缺性、数据完整性、数据一致性、数据结构化程度、数据冗余度、数据量、数据时间跨度、数据质量、数据可解释性。 3.根据权利要求1所述的基于贡献度评估的健康医疗数据要素收益分配方法，其特征在于，所述步骤S1具体为： S11.获取与多维度指标相对应的医疗数据，并将获取的医疗数据划分为训练数据集和测试数据集； S12.构建XGBoost模型并调整XGBoost模型的参数，将训练数据集输入至调整后的XGBoost模型进行训练，并通过交叉验证方法优化XGBoost模型，得到训练好的XGBoost模型； S13.采用训练好的XGBoost模型输出数据要素的贡献度的预测结果； S14.采用SHAP解释器计算医疗数据对应的SHAP值，根据SHAP值来解释训练好的XGBoost模型输出的预测结果。 4.根据权利要求3所述的基于贡献度评估的健康医疗数据要素收益分配方法，其特征在于，所述步骤S12中对XGBoost模型进行训练还包括采用联邦学习技术对XGBoost模型进行训练。 5.根据权利要求1所述的基于贡献度评估的健康医疗数据要素收益分配方法，其特征在于，所述步骤S2中每个医疗机构总收益的分配，表示为：； 其中，Rh表示每个医疗机构作为数据提供方时分配到的收益；Ch表示该医疗机构提供的数据要素的总贡献度；Ctotal表示所有数据提供方提供的数据要素的总贡献度；Cobtain表示作为数据获取方的医疗机构提供的每个数据要素贡献度之和；Rp表示数据提供方收益。 6.根据权利要求1所述的基于贡献度评估的健康医疗数据要素收益分配方法，其特征在于，所述步骤S3具体为： S31.识别并量化影响数据价值变化的动态因素； S32.定期重新计算动态影响因子； S33.根据步骤S32中计算的动态影响因子重新调整每个医疗机构的数据要素贡献度； S34.根据更新后的数据要素贡献度，进行收益分配的调整。 7.基于贡献度评估的健康医疗数据要素收益分配系统，其特征在于，包括： 建立模块，用于建立数据要素贡献评估体系：根据医疗机构的数据建立多维度指标，基于XGBoost机器学习模型和SHAP值对多维度指标进行评估，得到数据要素的贡献度； 分配模块，用于建立收益分配模型：根据数据要素的贡献度和评估的每个医疗机构的贡献度计算数据本身的价值，按照约定的收益分配比例进行每个医疗机构总收益的分配； 第一调整模块，用于在动态评估机制下的收益分配方法：重新计算动态影响因子，根据动态影响因子的变化调整每个医疗机构的数据要素贡献度，进行收益分配的调整。 8.根据权利要求7所述的基于贡献度评估的健康医疗数据要素收益分配系统，其特征在于，所述建立模块包括： 获取模块，用于获取与多维度指标相对应的医疗数据，并将获取的医疗数据划分为训练数据集和测试数据集； 构建模块，用于构建XGBoost模型并调整XGBoost模型的参数，将训练数据集输入至调整后的XGBoost模型进行训练，并通过交叉验证方法优化XGBoost模型，得到训练好的XGBoost模型； 输出模块，用于采用训练好的XGBoost模型输出数据要素的贡献度的预测结果； 分析模块，用于采用SHAP解释器计算医疗数据对应的SHAP值，根据SHAP值来解释训练好的XGBoost模型输出的预测结果。 9.根据权利要求7所述的基于贡献度评估的健康医疗数据要素收益分配系统，其特征在于，所述分配模块中每个医疗机构总收益的分配，表示为：； 其中，Rh表示每个医疗机构作为数据提供方时分配到的收益；Ch表示该医疗机构提供的数据要素的总贡献度；Ctotal表示所有数据提供方提供的数据要素的总贡献度；Cobtain表示作为数据获取方的医疗机构提供的每个数据要素贡献度之和；Rp表示数据提供方收益。 10.根据权利要求7所述的基于贡献度评估的健康医疗数据要素收益分配系统，其特征在于，所述第一调整模块包括： 识别模块，用于识别并量化影响数据价值变化的动态因素； 计算模块，用于定期重新计算动态影响因子； 第二调整模块，用于根据计算的动态影响因子重新调整每个医疗机构的数据要素贡献度； 第三调整模块，用于根据更新后的数据要素贡献度，进行收益分配的调整。
相关知识
基于贡献度评估的健康医疗数据要素收益分配方法及系统
医疗健康大数据项目效益评估报告.docx
一种基于肥胖度的糖尿病风险评估系统及评估方法专利
基于充电稀疏大数据的电池系统综合健康状态评估方法技术方案
健康数据分析评估.pptx
基于互联网+医疗环境下的健康医疗大数据应用
健康医疗数据系统整合与智慧管理研究中心
医疗健康大数据：应用实例与系统分析
基于云计算的健康医疗大数据平台
基于大数据的车辆健康状态评估模型构建方法技术
网址: 基于贡献度评估的健康医疗数据要素收益分配方法及系统 https://m.trfsz.com/newsview1221698.html
