[发明专利]一种医疗事件风险评估分析方法及系统

权利要求书

1.一种医疗事件风险评估分析方法，其特征在于，所述方法包括：

对健康电子病历数据进行预处理，生成医疗事件序列；

生成所述医疗事件序列中每一医疗事件的事件向量，并根据各个医疗事件对应的统计量数值生成每一医疗事件的属性向量；

将各个医疗事件的事件向量和属性向量进行合并，生成所述医疗事件序列中每一医疗事件的事件属性向量；

将所述医疗事件序列对应的事件属性向量序列作为训练集输入到预设的医疗事件预测模型，通过所述医疗事件预测模型进行医疗事件风险评估；

所述将所述医疗事件序列对应的事件属性 向量序列作为训练集输入到预设的医疗事件预测模型，通过所述医疗事件预测模型进行医 疗事件风险评估，包括：

将所述医疗事件序列对应的事件属性向量序列作为训练集输入到长短期记忆神经网络中学习，得到每种医疗事件的向量表征，并基于每种医疗事件的向量表征进行医疗事件的分类预测；

所述长短期记忆神经网络中设置有事件门 结构，所述事件门结构包括事件过滤器和周期门，所述事件过滤器用于实现对医疗事件序 列的向量特征的捕捉，所述周期门用于控制所述事件过滤器的开放周期，所述开放周期为 所述事件过滤器的采样周期。

2.根据权利要求1所述的方法，其特征在于，所述生成所述医疗事件序列中每一医疗事件的事件向量包括：

采用独热编码方式对所述医疗事件序列进行编码，生成每一医疗事件的事件向量。

3.根据权利要求1所述的方法，其特征在于，所述将所述医疗事件序列对应的事件属性向量序列作为训练集输入到预设的医疗事件预测模型，通过所述医疗事件预测模型进行医疗事件风险评估，包括：

将所述医疗事件序列对应的事件属性向量序列作为训练集输入到时间序列神经网络Clockwork RNN中学习，得到每种医疗事件的向量表征，并基于每种医疗事件的向量表征进行医疗事件的分类预测。

4.一种医疗事件风险评估分析系统，其特征在于，所述系统包括：

预处理模块，用于对健康电子病历数据进行预处理，生成医疗事件序列；

特征提取模块，用于生成所述医疗事件序列中每一医疗事件的事件向量，并根据各个医疗事件对应的统计量数值生成每一医疗事件的属性向量；

特征向量生成模块，用于将各个医疗事件的事件向量和属性向量进行合并，生成所述医疗事件序列中每一医疗事件的事件属性向量；

评估模块，用于将所述医疗事件序列对应的事件属性向量序列作为训练集输入到预设的医疗事件预测模型，通过所述医疗事件预测模型进行医疗事件风险评估。

5.根据权利要求4所述的系统，其特征在于，所述特征提取模块，具体用于采用独热编码方式对所述医疗事件序列进行编码，生成每一医疗事件的事件向量。

6.根据权利要求4所述的系统，其特征在于，所述评估模块，具体用于将所述医疗事件序列对应的事件属性向量序列作为训练集输入到长短期记忆神经网络中学习，得到每种医疗事件的向量表征，并基于每种医疗事件的向量表征进行医疗事件的分类预测。

7.根据权利要求6所述的系统，其特征在于，所述长短期记忆神经网络中设置有事件门结构，所述事件门结构包括事件过滤器和周期门，所述事件过滤器用于实现对医疗事件序列的向量特征的捕捉，所述周期门用于控制所述事件过滤器的开放周期，所述开放周期为所述事件过滤器的采样周期。