摘要
本发明公开了基于电子健康记录的临床预测方法、系统、设备及介质,属于自然语言处理技术领域,本发明要解决的技术问题为如何个性化填补EHR数据,提高临床上对患者健康状况预测精度,采用的技术方案为:获取EHR数据:构建就诊序列矩阵和对应的缺失掩码矩阵,获取患者EHR数据;初步插补与个性化调整;随机生成掩码矩阵;特征编码;PIPER特征融合:通过PIPER层的时间注意力机制和变量注意力机制对初始特征表示的时间维度和特征维度进行特征融合,生成患者健康表示;预训练:对患者健康表示进行重构,并通过MIT损失函数计算重构值与真实观测值之间的误差,从而PIPER层优化插补能力;微调:通过任务特定的解码器进行健康状态的预测任务。
技术关键词
电子健康记录
掩码矩阵
注意力机制
患者健康
模拟真实场景
变量
数据
编码器
健康状况预测
解码器
重构
非线性
预训练方法
前馈神经网络
序列
可读存储介质
微调单元
系统为您推荐了相关专利信息
梯度提升决策树
故障预测模型
多头注意力机制
统计学特征
编码器
监督学习模型
动态预测模型
序列
趋势预测方法
自动编码器
刀具磨损量
注意力机制
预测刀具
残差神经网络
残差网络