一种基于因果学习的疾病病因识别方法

本发明公开了一种基于因果学习的疾病病因识别方法，包括：对可观测医学数据集预处理；使用贝叶斯边际似然概率计算各待考察变量与数据集的拟合关系，将疾病影响因素中的因果和混杂因素分离；利用迭代式因果关系生成算法，基于贝叶斯评分准则迭代判定因果关系拟合程度，以因果图的形式描述患病结局的因果影响因素为直接、间接两个层次；对已发现的因果关系，基于后门准则、前门准则及工具变量准则建模出条件期望表达式，并基于线性回归模型估计因果效应数值，从而量化病因对患病结局的影响程度。本发明使用因果学习的方法研究可能导致疾病发生的高风险影响因素，并明确直接影响因素与目标结果的因果效应值及变化趋势，有助于了解相关疾病的成因。