摘要
本申请涉及一种基于机器学习的慢性病预测及闭环护理推荐方法,能够从区域特色出发,通过理解真实世界的慢性病发病特征,按“循证医学”的治疗经验总结方法,使用一系列真实世界研究的方法找出患者特征与慢性病急性事件发生的风险因素,基于此,建立循证医学的推理逻辑,输入到已建立好的推理引擎中,实现自动化的风险人群分类以及风险预警。以真实患者需求为出发点,帮助患者实现更便捷、更精准和更优质的全疾病周期的延续护理,实现自动化的风险人群分类以及风险预警,今后可帮助患者实现更便捷、更精准和更优质的全疾病周期院内院外延续护理,共建数字创新生态链。
技术关键词
历史大数据
推荐方法
风险预测模型
比例风险模型
采集慢性病患者
闭环
卷积神经网络模型
机器学习模型
临床检验数据
后台数据库
后台服务器
指标
特征识别模块
模型训练模块
策略
数据采集模块
疾病
系统为您推荐了相关专利信息
卷积神经网络设计
推荐方法
多层感知器
文本编码器
节点
风险预警方法
风险预测模型
资源配置数据
计划
决策
多智能体协作
医疗耗材
推荐方法
决策
临床路径数据