一种强化学习与动态反馈驱动的慢病资源调度方法

本发明公开了一种强化学习与动态反馈驱动的慢病资源调度方法，涉及医疗数据管理相关技术领域，该方法包括：收集慢病患者群的电子健康档案库；得到多类慢病类型对应的多类训练样本数据组；训练病种波动分布预测模型，用于输出多个资源波动概率分布；连接慢病资源调度系统，载入资源需求指标集合，并划分为多类资源需求指标；进行动态反馈更新，输出更新后的资源需求指标集合；按照更新后的资源需求指标集合进行慢病资源调度。解决了现有技术中存在的忽视了患者病情的动态变化与医疗资源的供需波动，进而导致医疗资源配置不合理、调度效率低的技术问题，实现资源分配的精准性与灵活性，达到了提高慢病资源调度效率及患者治疗及时性的技术效果。