一种基于机器学习的危险性腹痛早期识别方法

本发明提供了一种基于机器学习的危险性腹痛早期识别方法，涉及腹痛概率识别技术领域，包括以下步骤：收集腹痛数据，所述腹痛数据包括患者的症状信息、体征数据、病史信息和检查报告；基于所述腹痛数据建立腹痛识别模型，所述腹痛识别模型用于通过自然语言处理患者的症状信息、病史信息和检查报告以及通过数值分析处理体征数据判断存在危险性腹痛风险的概率，训练并评估所述腹痛识别模型是否还需继续训练优化，若是则继续训练，若否则停止训练；通过训练好的腹痛识别模型进行危险性腹痛风险的概率评估。本发明具有实现对危险性腹痛的发生概率的全面且快速评估的优点。