摘要
本发明提出一种住院患者高钾血症预测方法、装置、设备及存储介质,通过将贝叶斯网络模型应用于构建高钾血症预测模型和风险分级系统,并采用可解释性SHAP算法评估各预测变量对高钾血症相对危险度的贡献值,协助临床医生在住院时尽早识别出高钾血症发生的高风险人群,实现高钾血症发生风险预测,进一步提高高钾血症高风险人群的早期识别效率,尽早采取保护措施,预防高钾血症的发生,解决了现有技术中高钾血症难以早期准确预测的技术问题。
技术关键词
贝叶斯网络模型
变量
临床大数据
患者
Logistic回归模型
医学特征
特征值
工作特征
k均值聚类算法
医院电子病历
电子病历数据
预测模型训练
高风险
分级系统
处理器
系统为您推荐了相关专利信息
非线性调频信号
解耦算法
信号捕获模块
解耦系统
解耦方法
肠道微生物标志物
诊断肠易激综合征
卵形拟杆菌
待测对象
计算机程序产品