一种基于大型语言模型通过患者间和患者内建模来增强疾病预测方法

本发明公开了一种基于大型语言模型通过患者间和患者内建模来增强疾病预测方法，包括以下步骤：通过LLM增强的患者、疾病和出院摘要的表示来全面建模EHR中的复杂关系；在患者间建模中，通过对具有相似健康轨迹的患者进行聚类来识别共享的疾病模式并促进知识转移；在患者内建模中，通过疾病演变的动态时间表示和来自出院摘要的静态上下文信息来捕获患者健康的进展；将患者间和患者内特征融合以支持多标签疾病预测和心力衰竭风险评估。将LLM增强的领域知识与全面的患者‑疾病关系建模相结合，推动疾病预测的发展。通过结合患者间建模和患者内建模，捕捉了全球健康模式和个体健康轨迹，解决了现有方法中的关键问题。