基于慢性病动态预测的可解释性可视化方法和系统

本发明公开了一种基于慢性病动态预测的可解释性可视化方法和系统，属于智慧医疗技术领域，方法包括：对医疗数据进行分布式处理、标准化存储、分布校验和欠采样得到包括有效样本的平衡数据集；对每个患者提取上一时间节点的疾病标签作为特征，利用树模型进行特征重要性评估以筛选出重要特征子集；将有效样本输入慢性病预测模型，计算每个重要特征的边际贡献，可视化为力图以用于解析单样本预测逻辑；计算两两特征之间的交互重要性，筛选特征交互对并可视化为文字规则及相应的影响因子，将交互对构建为新特征用于重新训练慢性病预测模型。本发明能够实现慢性病预测技术中模型的可解释性增强，实现复杂模型的决策逻辑的透明化和可追溯。