一种基于神经网络的智能风险预测方法

本发明涉及疾病预测技术领域，具体为一种基于神经网络的智能风险预测方法，通过采集血糖与体重指数数据并进行聚类分析，构建多风险群体特征；结合历史指标变化路径与时序分析，识别发病前风险转移轨迹；利用深度学习计算个体风险系数，并与风险阈值比较生成预警信息，实现动态精准评估。本发明，通过采集血糖水平与体重指数数据并进行标准化处理，可实现基于健康指标聚类的风险群体划分，构建健康特征差异化的群体识别体系，增强对个体健康趋势的结构化理解。基于聚类后的群体，借助时间序列方式提取个体历史指标的波动路径，识别发病前关键转移特征，强化对疾病形成过程的溯源能力。