疾病风险预测方法、装置、设备及存储介质

本申请揭示一种疾病风险预测方法、装置、设备及存储介质，该方法包括：获取多模态样本数据；将多模态样本数据输入至深度学习框架，得到多模态样本的同质特征以及多模态样本中每个模态的异质特征，并基于多模态样本的同质特征以及多模态样本中每个模态的异质特征得到融合特征，以对融合特征进行风险预测得到预测结果，预测结果表示融合特征的分类概率；基于构建的目标损失函数计算深度框架模型的损失值，以根据损失值更新深度学习框架的模型参数；将深度学习框架作为疾病风险预测模型；调用疾病风险预测模型对待预测多模态数据进行风险预测，得到目标对象的疾病风险信息，提高了疾病风险预测的准确性。