一种基于深度学习的麻醉并发症预测及规避辅助决策系统

本发明公开了一种基于深度学习的麻醉并发症预测及规避辅助决策系统，属于医疗信息技术领域。该系统先采集患者基础信息、术前检查数据、麻醉诱导数据、实时生理指标及术中操作信息，经多维预处理得到预处理数据；再通过构建的多模态子网络提取多源特征数据，加权融合生成全局特征向量。基于历史数据训练初始卷积神经网络模型得到麻醉并发症预测模型，经损失函数和优化器优化后，结合全局特征向量输出预测结果，进行风险分级并追溯关键因素。最后依据风险等级和关键因素生成个性化规避策略，转化为个性化建议并可视化展示，可精准预测并发症并辅助临床决策。