基于深度学习的病历数据挖掘与潜在风险预测方法及系统

本发明公开了基于深度学习的病历数据挖掘与潜在风险预测方法及系统，涉及人工智能技术领域，包括：获取包含目标儿童当前症状多角色主诉信息的第一语义向量集、多模态生理数据、基础就诊信息和初始认知水平模型参数，经冲突识别生成冲突向量集，结合多模态生理数据调整初始认知水平模型参数，得到个体认知水平模型参数，再依据冲突向量集和个体认知水平模型参数生成追问文本集合，接收反馈后对第一语义向量集进行冲突消解得到第二语义向量集，将其与基础就诊信息融合生成病历组合特征数据，据此生成目标儿童的潜在疾病风险预测结果；其有益效果为：可以有效处理儿童病历中多角色主诉信息冲突并提高潜在疾病风险预测准确性。