一种胰腺炎动态饮食风险评估方法及查询系统

本发明公开了一种胰腺炎动态饮食风险评估方法及查询系统，采用分布式数据库集群架构对移动终端采集的反馈数据和医院出院指南数据进行多源异构协同分析，基于Spark Streaming实时计算引擎与LSTM神经网络构建动态风险预测模型，通过量化处理出院天数、食用反应类型及个体健康参数间的时序交互关联特征，生成禁忌期建议及风险补偿系数，并设计闭环反馈机制驱动模型动态迭代优化。该系统通过Kafka消息队列实现用户反馈数据与数据库集群的自动同步，依托差异化存储引擎实现MongoDB文档化规则与Redis实时排序的协同处理，实现针对胰腺炎患者康复阶段动态变化的个性化饮食风险量化评估，提升禁忌期预测准确性并降低复发风险，同时通过滑动窗口触发机制持续优化系统泛化能力。