基于逆强化学习和序列数据动态建模的医疗数据分析预警方法及系统

本发明公开了一种基于逆强化学习和序列数据动态建模的医疗数据分析预警方法及系统，其方法包括以下步骤：获取电子健康记录数据，构建相关数据集；根据构建的数据集，依据患者状态和治疗措施建立马尔科夫过程模型，基于轨迹空间的患者轨迹概率构建能够评估治疗措施有效性的奖励函数，轨迹空间中的每条轨迹为患者状态和治疗措施构成的状态‑动作对序列；利用数据集对逆强化学习模型进行训练，得到最优奖励函数；利用最优奖励函数得到患者当前状态采取相应治疗措施后的状态预测值，若所述状态预测值超出设定阈值，则进行预警。通过上述方法，本发明提升了医疗数据分析预测过程中对患者状况动态变化的适应性，提升了对患者状态预测的准确性。