CN107705828A - 预判规则的检测和处理方法及装置、终端设备、存储介质 - Google Patents
预判规则的检测和处理方法及装置、终端设备、存储介质 Download PDFInfo
- Publication number
- CN107705828A CN107705828A CN201710855986.4A CN201710855986A CN107705828A CN 107705828 A CN107705828 A CN 107705828A CN 201710855986 A CN201710855986 A CN 201710855986A CN 107705828 A CN107705828 A CN 107705828A
- Authority
- CN
- China
- Prior art keywords
- anticipation
- rule
- result
- report
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种预判规则的检测和处理方法及装置、终端设备、存储介质。所述预判规则的检测和处理方法包括:根据预判规则检测指令获取当前时间段内的所有目标报告单;识别获得每个所述目标报告单中的规则预判结果以及每个所述规则预判结果所对应的预判规则;统计获得每个所述预判规则所对应的预判结果总数、预判结果不通过数以及批准报告单数;进一步计算获得每个所述预判规则的预判不通过率以及预判误报率;根据每个所述预判规则的所述预判不通过率和所述预判误报率,对各个所述预判规则进行相应的处理。采用本发明,能够大大缩短预判规则的更新周期,提高且保证项目预判结果的准确度。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种预判规则的检测和处理方法及装置、终端设备、存储介质。
背景技术
在现有的医学检测领域,在对生物样品进行各项检测并生成相应的报告单之后,通常需要对该报告单中的各个检测项目的检测结果的正确性进行预判,并在生成相应的预判结果之后由审核人员进行进一步的审核。可以理解的是,前述对各个检测项目的检测结果的正确性进行预判的过程需要遵循若干预判规则,即,需要根据相应的预判规则对各个检测项目的检测结果是否正确进行判断。一般而言,检测系统中存储有大量的预判规则,在现有技术中,只能通过人工的方式对这些预判规则进行整理和调整,预判规则的更新周期十分漫长,且经过人工调整的预判规则并不一定能够提高预判结果的准确度,由此可见,现有技术并不能够很好地满足实际应用的需求。
发明内容
本发明实施例提出一种预判规则的检测和处理方法及装置、终端设备、存储介质,能够大大缩短预判规则的更新周期,提高且保证项目预判结果的准确度。
本发明实施例提供的一种预判规则的检测和处理方法,具体包括:
响应于预判规则检测指令,获取当前时间段内的所有目标报告单;
识别获得每个所述目标报告单中的规则预判结果以及每个所述规则预判结果所对应的预判规则;其中,所述规则预判结果为利用所述预判规则对所述目标报告单中的待预判项目进行预判生成的结果;
对每个所述预判规则所对应的所述规则预判结果的个数、每个所述预判规则所对应的内容为预判不通过的所述规则预判结果的个数以及每个所述预判规则所对应的内容为预判不通过的所述规则预判结果所在的报告单审批结果为批准的所述目标报告单的个数进行统计,获得每个所述预判规则所对应的预判结果总数、预判结果不通过数以及批准报告单数;
根据每个所述预判规则所对应的所述预判结果总数、所述预判结果不通过数以及所述批准报告单数,计算获得每个所述预判规则的预判不通过率以及预判误报率;
根据每个所述预判规则的所述预判不通过率和所述预判误报率,对各个所述预判规则进行相应的处理。
进一步地,所述响应于预判规则检测指令,获取当前时间段内的所有目标报告单,具体包括:
响应于所述预判规则检测指令,获取当前时间段内的所有经过报告单预判流程和报告单审批流程的报告单;
对每个所述报告单的报告单预判结果进行识别,将所述报告单预判结果为不通过的每个所述报告单设置为所述目标报告单;其中,所述报告单的报告单预判结果预先根据所述报告单中的所有规则预判结果生成。
进一步地,所述预判规则的检测和处理方法,还包括:
每隔预设时间段生成所述预判规则检测指令。
进一步地,所述根据每个所述预判规则所对应的所述预判结果总数、所述预判结果不通过数以及所述批准报告单数,计算获得每个所述预判规则的预判不通过率以及预判误报率,具体包括:
根据每个所述预判规则所对应的所述预判结果总数和所述预判结果不通过数,计算获得每个所述预判规则的所述预判不通过率;
根据每个所述预判规则所对应的所述预判结果不通过数和所述批准报告单数,计算获得每个所述预判规则的所述预判误报率。
进一步地,所述根据每个所述预判规则所对应的所述预判结果不通过数和所述批准报告单数,计算获得每个所述预判规则的所述预判误报率,具体包括:
将每个所述预判规则所对应的所述预判结果不通过数x和所述批准报告单数y代入缺陷率计算公式D=x/y*1000000,计算获得每个所述预判规则的缺陷率D;
对每个所述预判规则的所述缺陷率D进行换算,获得每个所述预判规则的所述预判误报率。
进一步地,所述预判不通过率以百分数的形式表示;所述预判误报率以西格玛值的形式表示;
则所述根据每个所述预判规则的所述预判不通过率和所述预判误报率,对各个所述预判规则进行相应的处理,针对每个所述预判规则,均具体包括:
当所述预判不通过率m满足80%≤m≤100%,且所述预判误报率n满足2.3≤n≤6时,对所述预判规则和对应的报告单生成流程进行修正;和/或,
当所述预判不通过率m满足80%≤m≤100%,且所述预判误报率n满足0≤n≤0.7时,对所述预判规则进行调整或者将所述预判规则删除。
进一步地,所述预判规则存储于规则库中;
则所述预判规则的检测和处理方法,还包括:
每隔预设时间段生成规则库扫描指令;
根据所述规则库扫描指令,对所述规则库进行扫描,获得所述规则库中的所有无用预判规则;其中,所述无用预判规则为持续未被使用时间达到预设阈值的所述预判规则;
将所有所述无用预判规则删除。
相应地,本发明实施例还提供了一种预判规则的检测和处理装置,具体包括:
目标报告单获取模块,用于响应于预判规则检测指令,获取当前时间段内的所有目标报告单;
预判结果获取模块,用于识别获得每个所述目标报告单中的规则预判结果以及每个所述规则预判结果所对应的预判规则;其中,所述规则预判结果为利用所述预判规则对所述目标报告单中的待预判项目进行预判生成的结果;
规则统计模块,用于对每个所述预判规则所对应的所述规则预判结果的个数、每个所述预判规则所对应的内容为预判不通过的所述规则预判结果的个数以及每个所述预判规则所对应的内容为预判不通过的所述规则预判结果所在的报告单审批结果为批准的所述目标报告单的个数进行统计,获得每个所述预判规则所对应的预判结果总数、预判结果不通过数以及批准报告单数;
规则检测参数获得模块,用于根据每个所述预判规则所对应的所述预判结果总数、所述预判结果不通过数以及所述批准报告单数,计算获得每个所述预判规则的预判不通过率以及预判误报率;以及,
规则处理模块,用于根据每个所述预判规则的所述预判不通过率和所述预判误报率,对各个所述预判规则进行相应的处理。
本发明实施例还提供了一种终端设备,具体包括至少一个存储器以及至少一个处理器;
所述存储器,包括存储于其中的至少一个可执行程序;
所述可执行程序在由所述处理器执行时,使得所述处理器实现如上所述的预判规则的检测和处理方法。
本发明实施例还提供了一种计算机可读存储介质,具体包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上所述的预判规则的检测和处理方法。
实施本发明实施例,具有如下有益效果:
本发明实施例提供的预判规则的检测和处理方法及装置、终端设备、存储介质,通过根据预判规则检测指令自动获取一定时间内的目标报告单并对这些目标报告单进行分析,并根据分析的结果对预判规则进行处理,能够避免人工因素的介入,能够一次性对大批量的数据进行处理,从而能够大大缩短预判规则的更新周期;另外,通过对实际的报告单数据进行统计计算获得预判规则的预判不通过率和预判误报率,并根据该预判不通过率和预判误报率对预判规则进行相应的调整和处理,从而能够使得该调整和处理的结果与现实应用需求的符合度高,能够提高且保证项目预判结果的准确度。
附图说明
图1是本发明提供的预判规则的检测和处理方法的一个优选的实施例的流程示意图;
图2是本发明提供的预判规则的检测和处理方法中的一个优选的实施例中的六西格玛换算表;
图3是本发明提供的预判规则的检测和处理装置的一个优选的实施例的结构示意图;
图4是本发明提供的终端设备的一个优选的实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,下述方法发明实施例由检测系统或者安装有该检测系统的终端设备执行。该检测系统可以应用于各个检测领域,如医学检测领域、化学检测领域、物理检测领域等。以下以该检测系统应用于医学检测领域为例进行描述。
在医学检测领域中,对医学样本的处理流程可以分为检测并生成报告单、对报告单进行预判、对报告单进行审批以及发布报告单等步骤。
医学检测中心等检测机构在接收到待检测的生物样本之后,对该生物样本进行相应的检测。检测人员在对该生物样本进行一个或者多个项目的检测之后给出相应的项目实验结果,并将各个项目的实验结果输入至上述检测系统中,该检测系统对这些项目实验结果进行整合,生成报告单。
随后,进入报告单预判阶段。上述检测系统中预先设置有若干预判规则,用于作为对报告单中的各个项目实验结果的正确性进行判断的依据。上述检测系统在生成报告单之后,根据该报告单中记载的各项实验项目触发相应的预判规则,并依次利用每条预判规则判断这些实验项目的实验结果是否符合预设的条件,并依次生成相应的规则预判结果。在一些具体的实施例中,采用颜色的方式对规则预判结果进行表示,如,绿色表示实验项目结果符合预设的条件,因此将对应的规则预判结果标记为绿色,红色表示实验项目结果不符合预设的条件,因此将对应的规则预判结果标记为红色。当上述报告单所触发的所有预判规则所对应的规则预判结果为绿色时,表示该报告单没有问题,因此将该报告单的报告单预判结果标记为绿色(通过);反之,若上述报告单所触发的所有预判规则所对应的规则预判结果中的任意一个为红色,则表示该报告单可能有问题,因此将该报告单的报告单预判结果标记为红色(不通过)。
随后,进入报告单审批阶段。对上述报告单预判结果为红色(不通过)的报告单进行人工审批。若经过审批认为该报告单没有问题,上述规则预判结果是错误的,则直接将该报告单的报告单审批结果标记为批准,表示批准该报告单进行后续的发布;若经过审批认为该报告单确有问题,上述规则预判结果是正确的,则将该报告单的报告单审批结果标记为不批准,表示不批准该报告单进行后续的发布。在一些具体的实施例中,在将该报告单的报告单审批标记为不批准的同时,还可以对该报告单进行其他干预,如,根据该报告单生成危急值报告、将该报告单返回检测实验步骤、将该报告单延迟发布、对该报告单进行复查、终止该报告单的处理流程、根据该报告单指令实验人员重新获取新的生物样本并重新进行实验、根据操作人员的操作在报告单中添加相应的留言、建议和解释等。
最后,将上述报告单预判结果为通过和/或上述报告单审批结果为批准的报告单发布给相应的接收人。检测系统将经过上述报告单预判流程和上述报告单审批流程的报告单进行存储。
如图1所示,为本发明提供的预判规则的检测和处理方法的一个优选的实施例的流程示意图,包括步骤S11至S15,具体如下:
S11:响应于预判规则检测指令,获取当前时间段内的所有目标报告单。
在本实施例中,检测系统对系统中的各个指令进行实时监控,当检测到系统中生成有预判规则检测指令时,触发对系统中存储的预判规则的检测流程,并获取当前时间段内的符合检测条件的所有目标报告单。
具体地,可以预先在系统中设定定时器,从而使得系统每隔一定的预设时间段生成上述预判规则检测指令。更优选地,系统每隔7天生成一个预判规则检测指令。通过每隔一段时间生成一个预判规则检测指令,从而使得系统定期收集一次目标报告单并进行后续的计算处理,从而实现预判规则的定期整理更新,缩短预判规则的更新周期。
在另一个优选的实施例中,上述步骤S11还可以进一步包括子步骤S1101至S1102,具体如下:
S1101:响应于所述预判规则检测指令,获取当前时间段内的所有经过报告单预判流程和报告单审批流程的报告单。
S1102:对每个所述报告单的报告单预判结果进行识别,将所述报告单预判结果为不通过的每个所述报告单设置为所述目标报告单;其中,所述报告单的报告单预判结果预先根据所述报告单中的所有规则预判结果生成。
在本实施例中,上述目标报告单指的是当前时间段内的经过上述报告单预判流程和上述报告单审批流程、且报告单预判结果为红色(不通过)的报告单。
S12:识别获得每个所述目标报告单中的规则预判结果以及每个所述规则预判结果所对应的预判规则;其中,所述规则预判结果为利用所述预判规则对所述目标报告单中的待预判项目进行预判生成的结果。
在本实施例中,系统在获得当前时间段内的所有目标报告单之后,对各个报告单在上述报告单预判流程中所触发的预判规则进行识别,同时对各个报告单中的与所触发的预判规则相对应的规则预判结果进行识别,以进行后续的统计。
S13:对每个所述预判规则所对应的所述规则预判结果的个数、每个所述预判规则所对应的内容为预判不通过的所述规则预判结果的个数以及每个所述预判规则所对应的内容为预判不通过的所述规则预判结果所在的报告单审批结果为批准的所述目标报告单的个数进行统计,获得每个所述预判规则所对应的预判结果总数、预判结果不通过数以及批准报告单数。
在本实施例中,系统在识别出各个目标报告单所触发的预判规则以及记录于各个目标报告单中的相对应的规则预判结果之后,根据这些规则预判结果以及各个目标报告单的报告单审批结果,对各个预判规则所对应的预判结果总数、预判结果不通过数以及批准报告数进行统计。
例如,假设针对每条预判规则均有如下记录表:
假设某一目标报告单触发了编号为156、158和362的三条预判规则,则系统首先识别该目标报告单中的与预判规则156相对应的规则预判结果,假设该规则预判结果为红色(不通过),且该目标报告单的报告单审批结果为批准,则在该预判规则156所对应的记录表中进行如下操作:
假设该规则预判结果为红色(不通过),且该目标报告单的报告单审批结果为不批准,则在该预判规则156所对应的记录表中进行如下操作:
假设该规则预判结果为绿色(通过),则不管该目标报告单的报告单审批结果是批准还是不批准,都在该预判规则156所对应的记录表中进行如下操作:
按照相同的方法,依次对该目标报告单所触发的预判规则158和预判规则362进行相应的记录。随后,按照相同的方法,读取下一个目标报告单,并对该目标报告单所触发的各个预判规则进行相应的记录。
在完成对当前时间段内的所有目标报告单的记录之后,即可统计获得当前时间段内的各个预判规则所对应的预判结果总数、预判结果不通过数和批准报告数。例如,经过对当前时间段内的所有目标报告单的统计时候,针对上述预判规则156,可以得到如下记录表:
S14:根据每个所述预判规则所对应的所述预判结果总数、所述预判结果不通过数以及所述批准报告单数,计算获得每个所述预判规则的预判不通过率以及预判误报率。
在本实施例中,系统在完成对各个规则所对应的预判结果总数、预判结果不通过率和批准报告总数之后,根据该预判结果总数、预判结果不通过数和批准报告单数即可计算获得相应的预判不通过率和预判误报率。
在另一个优选的实施例中,上述步骤S14还可以进一步包括子步骤S1401至S1402,具体如下:
S1401:根据每个所述预判规则所对应的所述预判结果总数和所述预判结果不通过数,计算获得每个所述预判规则的所述预判不通过率。
S1402:根据每个所述预判规则所对应的所述预判结果不通过数和所述批准报告单数,计算获得每个所述预判规则的所述预判误报率。具体地,将每个所述预判规则所对应的所述预判结果不通过数x和所述批准报告单数y代入缺陷率计算公式D=x/y*1000000,计算获得每个所述预判规则的缺陷率D;对每个所述预判规则的所述缺陷率D进行换算,获得每个所述预判规则的所述预判误报率。
在本实施例中,针对同一预判规则,通过将预判结果不通过数和预判结果总数相除,即可得到预判不通过率。例如,将上表中的预判结果不通过数和预判结果总数相除(254/300*100%),即可得到预判规则156的预判不通过率15.3%。
针对同一预判规则,根据预判结果不通过数x、批准报告单数y和公式D=x/y*1000000,计算获得该预判规则的缺陷率D,并根据该缺陷率D查询如图2所示的六西格玛换算表,即可获得该预判规则的预判误报率。例如,根据上表中的批准报告单数和预判结果不通过数,即可计算获得预判规则156的缺陷率D=250/254*1000000=984251,通过查询上述六西格玛换算表,发现该缺陷率D所对应的西格玛值为0.1,因此可以判定预判规则156的预判误报率为0.1。
最后,将计算获得的预判规则156的预判不通过率和预判误报率记录至上表中,从而得到如下记录表:
S15:根据每个所述预判规则的所述预判不通过率和所述预判误报率,对各个所述预判规则进行相应的处理。
在本实施例中,在计算获得各个预判规则的预判不通过率和预判误报率之后,根据该预判不通过率和该预判误报率对相应的预判规则进行相应的调整。
需要说明的是,预判不通过率所评价的是利用当前预判规则对大批量的报告单中的待预判项目进行预判时,这些待预判项目无法通过预判(即无法达到预设的条件)的概率。因此,当某一预判规则的预判不通过率过大时,说明该预判规则所规定的预判条件过于苛刻,可能需要进行调整,或者说明上述生物样品检测过程和上述报告单预判流程可能有问题,需要进行修正。
预判误报率所评价的是利用当前预判规则进行预判时的准确度。当预判误报率以百分比的形式表示时,当预判误报率越大时,说明系统在对报告单预判不通过之后在经过审批后批准发布的概率大,即上述报告单预判流程可能有问题,可能需要对该报告单预判流程中使用的预判规则进行修正。
在另一个优选的实施例中,所述预判不通过率以百分数的形式表示;所述预判误报率以西格玛值的形式表示,当西格玛值越小时表示预判误报率越大。上述步骤S15还可以进一步包括子步骤S1501和S1502,具体如下:
S1501;当所述预判不通过率m满足80%≤m≤100%,且所述预判误报率n满足2.3≤n≤6时,对所述预判规则和对应的报告单生成流程进行修正。和/或,
S1502:当所述预判不通过率m满足80%≤m≤100%,且所述预判误报率n满足0≤n≤0.7时,对所述预判规则进行调整或者将所述预判规则删除。
在本实施例中,可以通过预先设定具体的阈值来对预判不通过率和预判误报率的大小进行评价。该阈值的设定可以通过预先在系统中新建勘察方案的方式进行。
优选地,预判不通过率和预判误报率以及对应的处理措施设定如下:
1)当预判不通过率介于80%至100%之间,且预判误报率介于2.3至6之间时,表示虽然预判不通过的概率大,但是审批批准的概率也大,规则预判结果正确率低,因此认为对应的预判规则所设定的预判条件过于苛刻且报告单的生成流程有问题,因此对该预判规则和对应的报告单生成流程进行修正;
2)当预判不通过率介于80%至100%之间,且预判误报率介于0至2.3之间(更优选地,介于0至0.7之间)时,表示预判不通过的概率大,且审批不批准的概率也大,规则预判结果正确率高,但是认为对应的预判规则所设定的预判条件过于苛刻,因此对该预判规则进行修正(如,修改阈值)或者直接将该原规则删除;
3)当预判不通过率介于0%至20%之间,且预判误报率介于2.3至6之间时,表示预判不通过的概率小,且审批批准的概率也大,因此认为对应的预判规则和报告单生成流程均没有问题,处于正常状态,因此不作处理;
4)当预判不通过率介于0%至20%之间,且预判误报率介于0至2.3之间(更优选地,介于0至0.7之间)时,表示预判不通过的概率小,且审批批准的概率大,规则预判结果正确率高,但是认为对应的预判规则为低频规则,对报告单的影响小,因此不作处理。
本实施例通过根据预判规则检测指令自动获取一定时间内的目标报告单并对这些目标报告单进行分析,并根据分析的结果对预判规则进行处理,能够避免人工因素的介入,能够一次性对大批量的数据进行处理,从而能够大大缩短预判规则的更新周期;另外,通过对实际的报告单数据进行统计计算获得预判规则的预判不通过率和预判误报率,并根据该预判不通过率和预判误报率对预判规则进行相应的调整和处理,从而能够使得该调整和处理的结果与现实应用需求的符合度高,能够提高且保证项目预判结果的准确度。
在又一个优选的实施例中,所述预判规则的检测和处理方法,还包括步骤S01至S03,具体如下:
S01:每隔预设时间段生成规则库扫描指令。
S02:根据所述规则库扫描指令,对所述规则库进行扫描,获得所述规则库中的所有无用预判规则;其中,所述无用预判规则为持续未被使用时间达到预设阈值的所述预判规则。
S03:将所有所述无用预判规则删除。
在本实施例中,所述预判规则存储于规则库中。系统每隔一段时间或者根据用户的指令对规则库中的预判规则进行清理,从而将其中长期不使用的无用规则清除。通过对规则库中的预判规则进行定期的清理,能够降低规则库中的预判规则的冗余量,从而能够提高系统的计算效率,同时减少系统的资源消耗。
相应地,本发明还提供一种预判规则的检测和处理装置,能够实现上述实施例中的预判规则的检测和处理方法的所有流程。
如图3所示,为本发明提供的预判规则的检测和处理装置的一个优选的实施例的结构示意图,具体如下:
目标报告单获取模块31,用于响应于预判规则检测指令,获取当前时间段内的所有目标报告单;
预判结果获取模块32,用于识别获得每个所述目标报告单中的规则预判结果以及每个所述规则预判结果所对应的预判规则;其中,所述规则预判结果为利用所述预判规则对所述目标报告单中的待预判项目进行预判生成的结果;
规则统计模块33,用于对每个所述预判规则所对应的所述规则预判结果的个数、每个所述预判规则所对应的内容为预判不通过的所述规则预判结果的个数以及每个所述预判规则所对应的内容为预判不通过的所述规则预判结果所在的报告单审批结果为批准的所述目标报告单的个数进行统计,获得每个所述预判规则所对应的预判结果总数、预判结果不通过数以及批准报告单数;
规则检测参数获得模块34,用于根据每个所述预判规则所对应的所述预判结果总数、所述预判结果不通过数以及所述批准报告单数,计算获得每个所述预判规则的预判不通过率以及预判误报率;以及,
规则处理模块35,用于根据每个所述预判规则的所述预判不通过率和所述预判误报率,对各个所述预判规则进行相应的处理。
在另一个优选的实施例中,所述目标报告单获取模块,具体包括:
报告单获取单元,用于响应于所述预判规则检测指令,获取当前时间段内的所有经过报告单预判流程和报告单审批流程的报告单;以及,
报告单筛选单元,用于对每个所述报告单的报告单预判结果进行识别,将所述报告单预判结果为不通过的每个所述报告单设置为所述目标报告单;其中,所述报告单的报告单预判结果预先根据所述报告单中的所有规则预判结果生成。
进一步地,所述预判规则的检测和处理装置,还包括:
规则检测指令生成模块,用于每隔预设时间段生成所述预判规则检测指令。
在又一个优选的实施例中,所述规则检测参数获得模块,具体包括:
预判不通过率获得单元,用于根据每个所述预判规则所对应的所述预判结果总数和所述预判结果不通过数,计算获得每个所述预判规则的所述预判不通过率;以及,
预判误报率获得单元,用于根据每个所述预判规则所对应的所述预判结果不通过数和所述批准报告单数,计算获得每个所述预判规则的所述预判误报率。
进一步地,所述预判误报率获得单元,具体包括:
缺陷率计算获得子单元,用于将每个所述预判规则所对应的所述预判结果不通过数x和所述批准报告单数y代入缺陷率计算公式D=x/y*1000000,计算获得每个所述预判规则的缺陷率D;以及,
预判误报率换算子单元,用于对每个所述预判规则的所述缺陷率D进行换算,获得每个所述预判规则的所述预判误报率。
在又一个优选的实施例中,所述预判不通过率以百分数的形式表示;所述预判误报率以西格玛值的形式表示;
则所述规则处理模块,具体包括:
第一处理单元,用于当所述预判不通过率m满足80%≤m≤100%,且所述预判误报率n满足2.3≤n≤6时,对所述预判规则和对应的报告单生成流程进行修正;和/或,
第二处理单元,用于当所述预判不通过率m满足80%≤m≤100%,且所述预判误报率n满足0≤n≤0.7时,对所述预判规则进行调整或者将所述预判规则删除。
在又一个优选的实施例中,所述预判规则存储于规则库中;
则所述所述预判规则的检测和处理装置,还包括:
规则库扫描指令生成模块,用于每隔预设时间段生成规则库扫描指令;
无用预判规则获得模块,用于根据所述规则库扫描指令,对所述规则库进行扫描,获得所述规则库中的所有无用预判规则;其中,所述无用预判规则为持续未被使用时间达到预设阈值的所述预判规则;以及,
无用预判规则删除模块,用于将所有所述无用预判规则删除。
本发明实施例提供的预判规则的检测和处理装置,通过根据预判规则检测指令自动获取一定时间内的目标报告单并对这些目标报告单进行分析,并根据分析的结果对预判规则进行处理,能够避免人工因素的介入,能够一次性对大批量的数据进行处理,从而能够大大缩短预判规则的更新周期;另外,通过对实际的报告单数据进行统计计算获得预判规则的预判不通过率和预判误报率,并根据该预判不通过率和预判误报率对预判规则进行相应的调整和处理,从而能够使得该调整和处理的结果与现实应用需求的符合度高,能够提高且保证项目预判结果的准确度。
本发明还提供了一种终端设备。
如图4所示,为本发明提供的终端设备的一个优选的实施例的结构示意图,具体包括至少一个存储器41以及至少一个处理器42;
所述存储器41,包括存储于其中的至少一个可执行程序;
所述可执行程序在由所述处理器42执行时,使得所述处理器42实现如上任一实施例所述的预判规则的检测和处理方法。
需要说明的是,图4仅以该终端设备中的一个存储器和一个处理器相连接为例进行示意,在一些具体的实施例中,该终端设备中还可以包括多个存储器和/或多个处理器,其具体的数目及连接方式可根据实际情况需要进行设置和适应性调整。
本发明实施例提供的终端设备,通过根据预判规则检测指令自动获取一定时间内的目标报告单并对这些目标报告单进行分析,并根据分析的结果对预判规则进行处理,能够避免人工因素的介入,能够一次性对大批量的数据进行处理,从而能够大大缩短预判规则的更新周期;另外,通过对实际的报告单数据进行统计计算获得预判规则的预判不通过率和预判误报率,并根据该预判不通过率和预判误报率对预判规则进行相应的调整和处理,从而能够使得该调整和处理的结果与现实应用需求的符合度高,能够提高且保证项目预判结果的准确度。
本发明还提供了一种计算机可读存储介质,具体包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任一实施例所述的预判规则的检测和处理方法。
需要说明的是,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要进一步说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
本发明实施例提供的计算机可读存储介质,通过根据预判规则检测指令自动获取一定时间内的目标报告单并对这些目标报告单进行分析,并根据分析的结果对预判规则进行处理,能够避免人工因素的介入,能够一次性对大批量的数据进行处理,从而能够大大缩短预判规则的更新周期;另外,通过对实际的报告单数据进行统计计算获得预判规则的预判不通过率和预判误报率,并根据该预判不通过率和预判误报率对预判规则进行相应的调整和处理,从而能够使得该调整和处理的结果与现实应用需求的符合度高,能够提高且保证项目预判结果的准确度。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种预判规则的检测和处理方法,其特征在于,包括:
响应于预判规则检测指令,获取当前时间段内的所有目标报告单;
识别获得每个所述目标报告单中的规则预判结果以及每个所述规则预判结果所对应的预判规则;其中,所述规则预判结果为利用所述预判规则对所述目标报告单中的待预判项目进行预判生成的结果;
对每个所述预判规则所对应的所述规则预判结果的个数、每个所述预判规则所对应的内容为预判不通过的所述规则预判结果的个数以及每个所述预判规则所对应的内容为预判不通过的所述规则预判结果所在的报告单审批结果为批准的所述目标报告单的个数进行统计,获得每个所述预判规则所对应的预判结果总数、预判结果不通过数以及批准报告单数;
根据每个所述预判规则所对应的所述预判结果总数、所述预判结果不通过数以及所述批准报告单数,计算获得每个所述预判规则的预判不通过率以及预判误报率;
根据每个所述预判规则的所述预判不通过率和所述预判误报率,对各个所述预判规则进行相应的处理。
2.如权利要求1所述的预判规则的检测和处理方法,其特征在于,所述响应于预判规则检测指令,获取当前时间段内的所有目标报告单,具体包括:
响应于所述预判规则检测指令,获取当前时间段内的所有经过报告单预判流程和报告单审批流程的报告单;
对每个所述报告单的报告单预判结果进行识别,将所述报告单预判结果为不通过的每个所述报告单设置为所述目标报告单;其中,所述报告单的报告单预判结果预先根据所述报告单中的所有规则预判结果生成。
3.如权利要求1所述的预判规则的检测和处理方法,其特征在于,所述预判规则的检测和处理方法,还包括:
每隔预设时间段生成所述预判规则检测指令。
4.如权利要求1所述的预判规则的检测和处理方法,其特征在于,所述根据每个所述预判规则所对应的所述预判结果总数、所述预判结果不通过数以及所述批准报告单数,计算获得每个所述预判规则的预判不通过率以及预判误报率,具体包括:
根据每个所述预判规则所对应的所述预判结果总数和所述预判结果不通过数,计算获得每个所述预判规则的所述预判不通过率;
根据每个所述预判规则所对应的所述预判结果不通过数和所述批准报告单数,计算获得每个所述预判规则的所述预判误报率。
5.如权利要求4所述的预判规则的检测和处理方法,其特征在于,所述根据每个所述预判规则所对应的所述预判结果不通过数和所述批准报告单数,计算获得每个所述预判规则的所述预判误报率,具体包括:
将每个所述预判规则所对应的所述预判结果不通过数x和所述批准报告单数y代入缺陷率计算公式D=x/y*1000000,计算获得每个所述预判规则的缺陷率D;
对每个所述预判规则的所述缺陷率D进行换算,获得每个所述预判规则的所述预判误报率。
6.如权利要求1所述的预判规则的检测和处理方法,其特征在于,所述预判不通过率以百分数的形式表示;所述预判误报率以西格玛值的形式表示;
则所述根据每个所述预判规则的所述预判不通过率和所述预判误报率,对各个所述预判规则进行相应的处理,针对每个所述预判规则,均具体包括:
当所述预判不通过率m满足80%≤m≤100%,且所述预判误报率n满足2.3≤n≤6时,对所述预判规则和对应的报告单生成流程进行修正;和/或,
当所述预判不通过率m满足80%≤m≤100%,且所述预判误报率n满足0≤n≤0.7时,对所述预判规则进行调整或者将所述预判规则删除。
7.如权利要求1所述的预判规则的检测和处理方法,其特征在于,所述预判规则存储于规则库中;
则所述预判规则的检测和处理方法,还包括:
每隔预设时间段生成规则库扫描指令;
根据所述规则库扫描指令,对所述规则库进行扫描,获得所述规则库中的所有无用预判规则;其中,所述无用预判规则为持续未被使用时间达到预设阈值的所述预判规则;
将所有所述无用预判规则删除。
8.一种预判规则的检测和处理装置,其特征在于,包括:
目标报告单获取模块,用于响应于预判规则检测指令,获取当前时间段内的所有目标报告单;
预判结果获取模块,用于识别获得每个所述目标报告单中的规则预判结果以及每个所述规则预判结果所对应的预判规则;其中,所述规则预判结果为利用所述预判规则对所述目标报告单中的待预判项目进行预判生成的结果;
规则统计模块,用于对每个所述预判规则所对应的所述规则预判结果的个数、每个所述预判规则所对应的内容为预判不通过的所述规则预判结果的个数以及每个所述预判规则所对应的内容为预判不通过的所述规则预判结果所在的报告单审批结果为批准的所述目标报告单的个数进行统计,获得每个所述预判规则所对应的预判结果总数、预判结果不通过数以及批准报告单数;
规则检测参数获得模块,用于根据每个所述预判规则所对应的所述预判结果总数、所述预判结果不通过数以及所述批准报告单数,计算获得每个所述预判规则的预判不通过率以及预判误报率;以及,
规则处理模块,用于根据每个所述预判规则的所述预判不通过率和所述预判误报率,对各个所述预判规则进行相应的处理。
9.一种终端设备,其特征在于,包括至少一个存储器以及至少一个处理器;
所述存储器,包括存储于其中的至少一个可执行程序;
所述可执行程序在由所述处理器执行时,使得所述处理器实现如权利要求1至7中任一项所述的预判规则的检测和处理方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任一项所述的预判规则的检测和处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710855986.4A CN107705828A (zh) | 2017-09-20 | 2017-09-20 | 预判规则的检测和处理方法及装置、终端设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710855986.4A CN107705828A (zh) | 2017-09-20 | 2017-09-20 | 预判规则的检测和处理方法及装置、终端设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107705828A true CN107705828A (zh) | 2018-02-16 |
Family
ID=61173080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710855986.4A Pending CN107705828A (zh) | 2017-09-20 | 2017-09-20 | 预判规则的检测和处理方法及装置、终端设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107705828A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108509522A (zh) * | 2018-03-12 | 2018-09-07 | 石家庄金域医学检验所有限公司 | 规则的检测方法和装置 |
CN108647358A (zh) * | 2018-05-17 | 2018-10-12 | 东软集团股份有限公司 | 数据质量校验方法、装置、存储介质及电子设备 |
CN109035655A (zh) * | 2018-07-16 | 2018-12-18 | 北京奇虎科技有限公司 | 一种设置引导方法及装置 |
CN109273061A (zh) * | 2018-09-04 | 2019-01-25 | 广西金域医学检验实验室有限公司 | 医疗检验项目的规则正确性验证方法及装置、计算机可读存储介质 |
CN109726312A (zh) * | 2018-12-25 | 2019-05-07 | 广州虎牙信息科技有限公司 | 一种正则表达式检测方法、装置、设备和存储介质 |
CN110458516A (zh) * | 2019-07-19 | 2019-11-15 | 沈阳金域医学检验所有限公司 | 一种自动审核系统的规则修订方法、装置及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1477581A (zh) * | 2003-07-01 | 2004-02-25 | �Ϻ���ͨ��ѧ | 一种适用于计算机辅助医疗诊断的预测建模方法 |
CN101903887A (zh) * | 2007-12-21 | 2010-12-01 | 皇家飞利浦电子股份有限公司 | 临床决策支持系统的推理机的误差检测 |
WO2012037640A1 (en) * | 2010-09-24 | 2012-03-29 | Medcurrent Corporation | System and method for healthcare decision support |
CN102982048A (zh) * | 2011-09-07 | 2013-03-20 | 百度在线网络技术(北京)有限公司 | 一种用于评估垃圾信息挖掘规则的方法与设备 |
CN104504460A (zh) * | 2014-12-09 | 2015-04-08 | 北京嘀嘀无限科技发展有限公司 | 预测叫车平台的用户流失的方法和装置 |
-
2017
- 2017-09-20 CN CN201710855986.4A patent/CN107705828A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1477581A (zh) * | 2003-07-01 | 2004-02-25 | �Ϻ���ͨ��ѧ | 一种适用于计算机辅助医疗诊断的预测建模方法 |
CN101903887A (zh) * | 2007-12-21 | 2010-12-01 | 皇家飞利浦电子股份有限公司 | 临床决策支持系统的推理机的误差检测 |
WO2012037640A1 (en) * | 2010-09-24 | 2012-03-29 | Medcurrent Corporation | System and method for healthcare decision support |
CN102982048A (zh) * | 2011-09-07 | 2013-03-20 | 百度在线网络技术(北京)有限公司 | 一种用于评估垃圾信息挖掘规则的方法与设备 |
CN104504460A (zh) * | 2014-12-09 | 2015-04-08 | 北京嘀嘀无限科技发展有限公司 | 预测叫车平台的用户流失的方法和装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108509522A (zh) * | 2018-03-12 | 2018-09-07 | 石家庄金域医学检验所有限公司 | 规则的检测方法和装置 |
CN108647358A (zh) * | 2018-05-17 | 2018-10-12 | 东软集团股份有限公司 | 数据质量校验方法、装置、存储介质及电子设备 |
CN109035655A (zh) * | 2018-07-16 | 2018-12-18 | 北京奇虎科技有限公司 | 一种设置引导方法及装置 |
CN109273061A (zh) * | 2018-09-04 | 2019-01-25 | 广西金域医学检验实验室有限公司 | 医疗检验项目的规则正确性验证方法及装置、计算机可读存储介质 |
CN109726312A (zh) * | 2018-12-25 | 2019-05-07 | 广州虎牙信息科技有限公司 | 一种正则表达式检测方法、装置、设备和存储介质 |
CN110458516A (zh) * | 2019-07-19 | 2019-11-15 | 沈阳金域医学检验所有限公司 | 一种自动审核系统的规则修订方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107705828A (zh) | 预判规则的检测和处理方法及装置、终端设备、存储介质 | |
Rogerson | Surveillance systems for monitoring the development of spatial patterns | |
Tang et al. | Geometric cues forecast the switch from two‐to three‐dimensional growth in Physcomitrella patens | |
CN109189407A (zh) | 一种对多芯片烧录的统计方法、系统、装置和存储介质 | |
CN109754392A (zh) | 一种缺陷图像自动分析的装置及方法 | |
CN109710240A (zh) | 流程图分解方法及系统 | |
CN115798578A (zh) | 一种分析与检测病毒新流行变异株的装置及方法 | |
CN115097796A (zh) | 一种质量控制系统与模拟大数据和校正aql值的方法 | |
JP2020166711A (ja) | 計数装置、計数方法、計数プログラムおよび記録媒体 | |
CN114550865A (zh) | 一种影响学生体测的多维度数据分析方法及装置 | |
CN110399285B (zh) | 一种基于弱变异分析的测试用例约减方法 | |
CN110349633A (zh) | 一种基于辐射响应生物学通路筛选辐射生物标志物及预测辐射剂量的方法 | |
CN110458028A (zh) | 一种基于地质雷达的隧道衬砌典型病害自动辨识方法 | |
CN108444953A (zh) | 基于激光诱导击穿光谱微分信号的水稻品种快速鉴别方法 | |
CN107622378A (zh) | 流程的检测和设置方法和装置、终端设备、存储介质 | |
CN107247871A (zh) | 项目检测时间核查预警方法及装置 | |
CN111787068A (zh) | 一种基于区块链的环境监测方法 | |
TW200534062A (en) | A system and method for identifying semiconductor process steps for queue-time control and abnormality detection | |
CN116304955A (zh) | 道岔设备故障检测方法、装置、终端设备及存储介质 | |
Tsao et al. | Human performance in sampling inspection | |
CN113127459B (zh) | 一种数据治理的实现方法、装置、可读介质及电子设备 | |
CN111209214B (zh) | 代码测试处理方法、装置、电子设备及介质 | |
CN114116840A (zh) | 一种人工增雨效果的评估方法 | |
CN113538412A (zh) | 一种航拍图像的绝缘子缺陷检测方法及装置 | |
Conger et al. | Abnormal anaphases in regenerating mouse livers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 530007 Second, Fourth and Fifth Floors of No. 1 Plant of China-ASEAN Science and Technology Business Incubation Base Phase II, No. 3 Headquarters Road, Nanning High-tech Zone, Guangxi Applicant after: Guangxi Jinyu medical laboratory Co. Ltd. Address before: 530000 the Guangxi Zhuang Autonomous Region Nanning hi tech Zone headquarters road 3 headquarters base two phase 1 plant 4-5 floor Applicant before: Guangxi Jinyu Medical Laboratory Limited |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180216 |
|
RJ01 | Rejection of invention patent application after publication |