一种基于机器学习的动脉硬化风险预测方法和装置

本发明公开了一种基于机器学习的动脉硬化风险预测方法和装置，属于机器学习技术领域，所述方法包括：通过获取目标对象的电子病历数据并进行规范化处理；将规范化的电子病历数据输入基于LightGBM算法的机器学习模型中识别动脉硬化的高风险个体；结合输入特征的贡献值量化各特征对动脉硬化风险预测结果的影响，为患者提供针对性的健康管理建议。其中通过对大量临床数据的学习构建的动脉硬化风险预测模型不仅能够提高动脉硬化风险预测的准确性，还能够揭示传统统计方法难以发现的风险因素之间的复杂关系进而实现个性化健康管理方案的设计与实施，从而为预防和治疗动脉硬化提供更加科学的依据。