慢性疾病风险预测模型训练方法及系统

本发明公开了一种慢性疾病风险预测模型训练方法及系统，方法包括：从多个异构数据源中收集与慢性疾病相关的患者数据，以生成多种模态的初步数据特征集；基于集成学习算法，对初步数据特征集实施多层次特征选择，筛选对慢性疾病风险的影响程度达到预设标准的关键特征；利用注意力机制对各个关键特征加权，生成加权特征；基于加权特征生成不同层次的特征子集，利用各特征子集对待训练模型进行分层训练，以使模型逐步学习不同特征对慢性疾病风险预测的影响，得到训练完成的慢性疾病风险预测模型。利用本发明实施例，能够整合多模态数据，实施有效的特征选择与加权，以实现模型的分层训练，从而提高慢性疾病风险预测模型的准确性和实用性。