一种基于梯度递增的VTE风险预测方法及系统

本申请属于智慧医疗大数据疾病风险预测技术领域，提供一种基于梯度递增的VTE风险预测方法及系统，包括如下步骤：通过医院系统采集样本特征数据群；对收集到的样本特征数据预处理；对处理完成的样本特征数据进行相关性分析；计算数值型样本特征的风险阈值；采用梯度递增算法建立机器学习模型；测试模型预测效果；利用梯度递增模型进行VTE风险预测。本申请结合皮尔逊相关系数与梯度递增模型特征重要性排序，对与VTE患病相关的特征数据进行双重筛选，同时捕捉线性与非线性关联特征，解决了现有机器学习模型因特征筛选片面、阈值设定脱离诊疗实践导致的预测偏差及可解释性不足问题。