基于参保人画像和诊疗经历的诊疗效果评价模型

首先，通过贵州省医疗保障事务中心（暨我单位）收集整理的数据，并对数据进行脱密脱敏，并结合各医院的就诊规则等相关数据作为数据集。其次，使用训练数据集对xgboost模型进行训练，让模型使用 xgb_train 数据进行 num_round 轮的训练，在训练过程中使用 watchlist 进行监控，且增加正则化权重，提高节点采样比例，提高特征采样比例。最后，使用训练好的bst模型进行预测操作，模型的输出参数包括但不限于患者姓名、患者年龄、患者性别、医院编号、医院等级、上次住院时间、住院次数、入院病情、就诊病况、使用药物、历史病症等等。

搜集汇总

背景与挑战

背景概述

该数据集用于基于参保人画像和诊疗经历评价诊疗效果，适用于长期性或慢性病患者的诊疗优化。数据规模1TB，月更新，采用xgboost模型进行预测分析。