一种基于大数据的AI的个人肥胖风险预测系统及方法

本发明公开了一种基于大数据的AI的个人肥胖风险预测系统及方法，属于医学健康领域，包括数据收集模块、多维特征构建模块、风险标签动态生成模块、模型训练与风险预测模块、可信度评估与校准模块等。系统通过穿戴式设备、生化接口和健康平台API采集多源异构数据，统一编码为标准时序序列后构建行为‑代谢‑环境耦合特征。采用图神经网络结合因果因子分解对动态特征与标签进行联合建模，输出个体肥胖风险预测结果。通过蒙特卡洛Dropout与置信区间校准机制提升结果可信度，并将校准信息反馈至特征构建环节优化建模策略。最终以可视化热力图与因果路径图形式呈现关键风险因素，生成个体化干预建议向量。有益效果：提高预测准确性，增强个体干预针对性。