公开(公告)号：CN115547502A

公开(公告)日：2022-12-30

申请号：CN202211486609.5

申请日：2022-11-23

Applicant: 浙江大学

Inventor： 吴健 ,  陈江华 ,  徐红霞 ,  钱思忆 ,  楼晓伟 ,  陈晋泰 ,  姚曦

IPC: G16H50/30 ,  G06F16/35 ,  G06F40/284 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于时序数据的血透病人风险预测装置，采用双向GRU‑D网络以端到端的方式来处理临床检查时序数据，能够同时较好地处理不均匀采样、有较多缺失值的临床数据，更好地捕捉病人临床数据的动态变化，在此基础上，以临床检查时序数据、图像诊断文字信息、病人个体特征信息这三种多模态信息作为数据源，并采用深度学习依据数据源来提取临床检查表征、诊断表征以及个体特征表征，然后结合这三个特征预测血透病人的死亡率，这样提升死亡预测的准确率和效率，为医生诊疗提供辅助，对于预测出潜在死亡的病人，医生可以及时给与干预，从而优化医疗资源的干预。

公开(公告)号：CN115547502B

公开(公告)日：2023-04-07

申请号：CN202211486609.5

申请日：2022-11-23

Applicant: 浙江大学

Inventor： 吴健 ,  陈江华 ,  徐红霞 ,  钱思忆 ,  楼晓伟 ,  陈晋泰 ,  姚曦

IPC: G16H50/30 ,  G06F16/35 ,  G06F40/284 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/047 ,  G06N3/048 ,  G06N3/088

Abstract: 本发明公开了一种基于时序数据的血透病人风险预测装置，采用双向GRU‑D网络以端到端的方式来处理临床检查时序数据，能够同时较好地处理不均匀采样、有较多缺失值的临床数据，更好地捕捉病人临床数据的动态变化，在此基础上，以临床检查时序数据、图像诊断文字信息、病人个体特征信息这三种多模态信息作为数据源，并采用深度学习依据数据源来提取临床检查表征、诊断表征以及个体特征表征，然后结合这三个特征预测血透病人的死亡率，这样提升死亡预测的准确率和效率，为医生诊疗提供辅助，对于预测出潜在死亡的病人，医生可以及时给与干预，从而优化医疗资源的干预。