一种基于可解释深度学习的医疗机构就诊人次预测方法

本发明涉及医疗就诊预测技术领域，尤其为一种基于可解释深度学习的医疗机构就诊人次预测方法，包括以下步骤：S1，通过医疗机构业务系统采集过去若干年内全口径门诊科室每日就诊患者数量；S2，删除其中就诊科室名称包含“核酸”字样的记录，之后将数据按照日期进行分组统计，并对缺失统计数据的日期记录进行平滑填充；S3，进行块内结构设计，本发明可以有效解决现有的算法存在的结构过于简单、前提条件较多、能够表征的复杂度过低、泛化能力低且误差较大、对于特征工程水平要求过高且需要额外输入其他特征来提高精度、优化过程较长、难以从中分解出趋势、周期性等在实际运营过程中很关注的成分，无法满足“高精度且可解释”的实际要求的问题。