基于变异反馈的临床路径优化

来源：计算机集成制造系统杂志2021年第9期北京时间：

作者：陈年,金涛,王建民

单位：清华大学软件学院

摘要：为解决人工制定临床路径变异率高的问题,提出一种基于遗传算法挖掘可推荐医嘱的方法。在该方法中,每条染色体代表一组可以加入临床路径的医嘱。针对挖掘算法效率较低的问题,调研了遗传算法的常用优化方法,将这些方法应用到临床路径优化问题上;为了进一步改进遗传算法,提出一种基于Word2vec的变异算子改进方法。实验结果表明,遗传挖掘算法在临床路径优化问题上具备可行性,轮盘赌、尺度变换、最优保存、均匀交叉、自适应变异、引入Word2vec的改进方法组合最有效,采用非数值编码,改进后的遗传算法性能提高了50%～55%;采用二进制编码,性能提高了约77%。

关键词：临床路径,优化,遗传算法,Word2vec,变异反馈

基金资助：百度-清华大学AI医疗联合科研项目。