摘要
本发明涉及一种基于电子病历的传染病暴发风险预测方法,本发明的步骤为:首先根据确定好的症状清单在电子病历主诉中提取病例信息;然后将提取到的数据进行清理、赋值、统计,形成数据集;最后将数据集输入到预测模型中,从而实现传染病暴发的预测。本发明通过明确传染病症状监测中的相关症状,使用不同症状组合以实现较为准确的预测,并将电子病历提取与传染病暴发风险预测结合,形成电子病历提取到预测的完整流程。本发明利用成熟的医疗机构信息系统提取电子病历中的症状等信息,通过机器学习的方法建模以实现对传染病暴发的预测。具体症状可根据要预测的传染病进行调整和组合,暴发阈值也可以根据实际情况确定,适用范围广。
技术关键词
电子病历
风险预测方法
XGBoost模型
传染病症状监测
数据
日期
报告
信息系统
误差
标签
疾病
系统为您推荐了相关专利信息
车用磷酸铁锂电池
快速检测方法
车辆电池
多头注意力机制
前馈神经网络
样本
扫描电子显微镜
标签
缺陷分类方法
分类设备
辅助驾驶系统
车载视觉
驾驶辅助信息
驾驶员交互
中控模块
知识图谱模型
电气设备
样本
故障预测方法
三元组
数据处理设备
基准
终端
系统误差
计算机程序指令