一种基于机器学习的临床研究数据分析方法

本发明公开了一种基于机器学习的临床研究数据分析方法，包括：构建多模态变量的结构化因果图谱，建立因果路径的方向可调机制；构建双向嵌套式结构注意机制，捕捉变量间的跨模态依赖与动态演化关系；记录各层信息传播路径与变量参与度，在推理阶段实现模型决策路径的逆向重构；引入目标导向型归因路径正则对关键目标变量的归因路径集合进行正则化约束；构建嵌套归因图谱可视化系统，实现预测结果对应解释子图的交互呈现，以提升对模型输出的认知信任。本发明从结构表达、路径追溯、因果约束到可视化呈现，全链路解决了深度模型可解释性差、临床医生不信任、现有解释工具适用性不足等核心问题。