摘要
本发明涉及病程风险评估技术领域,具体涉及基于结构化电子病历的日间手术术后病程管理系统。该系统从术前因素特征的普适性上出发,逐步通过分析术前因素特征求得每一个术后用户的健康状况的可用性,得到最终可用性作为这一组特征真正对应的康复状况,进而结合最终可用性和术后人员的术前因素特征,确定初始特征矩阵中每行的残差贡献度;根据残差贡献度,构建出每次迭代时每个术后人员的残差,基于残差训练新的决策树,构建出XGBoost模型;将待分析的术后人员的术前因素特征输入XGBoost模型,得到健康状况预测值。本发明使得每次构建的下一颗决策树都可以更好的去进行拟合真正有贡献的残差。
技术关键词
结构化电子病历
XGBoost模型
管理系统
量表
特征值
矩阵
风险评估技术
皮尔逊相关系数
腹腔镜手术
数据获取模块
分析模块
基础
因子
系统为您推荐了相关专利信息
轻量级卷积神经网络
模糊神经网络模型
模糊规则
深度强化学习
隶属度函数