基于分层聚类编码的患者导向多慢病预测方法和装置

本发明公开了一种基于分层聚类编码的患者导向多慢病预测方法和装置，包括：构建包括用于患者信息建模的用户专家塔以及用于多任务预测的慢性病专家塔的双塔神经网络模型并进行多慢病联合预测训练；利用训练后的用户专家塔将患者信息编码为层级嵌入表示并进行分层聚类得到患者分层聚类嵌入表示；将患者分层聚类嵌入表示输入多任务预测模型的任务加权网络，以对多任务预测模型进行加权调整后用于进行多慢病预测。本发明方法能够提升患者表征的结构性与可解释性、增强患者嵌入的动态适应能力、提高多任务预测中个性化建模能力以及优化多任务模型整体性能，适用于多种医疗健康智能预测场景，具有重要的理论价值与实际应用前景。