基于大语言模型与深度学习静脉血栓风险评估方法及系统

本发明公开一种基于大语言模型与深度学习静脉血栓风险评估方法及系统，通过综合利用多维度、多模态的临床诊疗数据，本发明能够全面捕捉患者的临床信息，提高风险评估的准确性。应用大语言模型实现了自动化的特征提取和选择技术减少了人工干预，提升了特征提取的全面性和准确性。深度学习模型的引入增强了模型的预测性能，并支持实时数据处理和风险预测，实现了风险评估的自动化和实时性。此外，本发明的模型框架支持持续学习和更新，能够适应新的临床数据和研究进展，保持模型的先进性和有效性，从而提供高质量的住院患者VTE风险评估服务。