痛风发病风险预测系统及方法

本申请涉及数据处理技术领域，特别涉及一种痛风发病风险预测系统及方法，系统包括：采集模块用于采集患者的随访数据，特征提取模块用于提取非结构化数据的文本特征，提取结构化数据的归一化数值特征，并提取时序特征；特征拼接模块用于对文本特征、归一化数值特征和时序特征进行拼接，得到综合特征向量；模型训练模块用于将综合特征向量输入至神经网络结构中进行训练，得到痛风风险预测模型；风险预测模块用于基于痛风风险预测模型对待预测的随访数据进行预测，得到痛风风险预测结果。由此，解决了背景技术中痛风风险预测模型缺乏高维度指标、难以整合结构化和非结构化数据、缺乏个性化预测以及对时序数据兼容性差的问题，提高了预测精度。