基于动态知识图谱实时健康风险预测方法及系统

本发明公开了一种基于动态知识图谱实时健康风险预测方法及系统，涉及医疗信息技术领域。方法包括：对医养异构数据进行多模态融合与隐私保护预处理，基于跨模态图神经网络的实体对齐方法实现跨机构数据的语义一致性；基于分层联邦学习框架，通过安全多方计算协议分层加密聚合本地模型参数生成初始全局模型，并结合差分隐私约束的知识蒸馏优化全局模型的预测分布；设计噪声鲁棒的梯度差异动态更新触发机制，通过滑动窗口均值平滑噪声干扰，联动模型性能验证实现自适应阈值校准；基于置信度的冗余边剪枝与8位对称量化实现轻量化部署\实时推理。本发明在保护数据隐私的前提下显著提升健康风险预测的实时性与准确性，适用跨机构医养协同决策场景。