申请/专利权人:北京医院
申请日:2023-11-30
公开(公告)日:2024-03-08
公开(公告)号:CN117672495A
主分类号:G16H50/20
分类号:G16H50/20;G16H10/60;G16H50/70;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.26#实质审查的生效;2024.03.08#公开
摘要:本发明涉及一种基于人工智能的房颤合并冠心病患者远期死亡预测方法,包括:获取待预测患者的历史病历资料,从历史病历资料中筛选出与房颤合并冠心病相关的有效病历资料及患者基础信息;根据有效病历资料,结合患者基础信息,生成综合生理健康指数、心功能指数、疾病指数和获益药信息,以及基于历史病历资料,获取不良心脑血管事件信息和既往疾病事件信息;根据综合生理健康指数、心功能指数、疾病指数、获益药信息、不良心脑血管事件信息和既往疾病事件信息,采用预先构建的死亡率预测模型进行处理,获得至少一个周期的死亡率预测结果。上述方法实现了人工智能方式对房颤合并冠心病患者远期死亡的预测,准确率较高,避免了人工预测的不准确性。
主权项:1.一种基于人工智能的房颤合并冠心病患者远期死亡率预测方法,其特征在于,包括:S10、获取待预测患者的历史病历资料,从历史病历资料中筛选出与房颤合并冠心病相关的有效病历资料及患者基础信息;S20、根据有效病历资料及患者基础信息,对所述有效病历资料的数据进行预处理,生成综合生理健康指数、心功能指数、疾病指数和获益药信息,以及基于历史病历资料,获取不良心脑血管事件信息和既往疾病事件信息;S30、根据综合生理健康指数、心功能指数、疾病指数、获益药信息、不良心脑血管事件信息和既往疾病事件信息,采用预先构建的死亡率预测模型进行处理,获得至少一个周期的死亡率预测结果;所述死亡率预测模型是基于指定时间段内临床患者的真实病历信息预先训练的预测模型。
全文数据:
权利要求:
百度查询: 北京医院 基于人工智能的房颤合并冠心病患者远期死亡率预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。