[發明專利]風險事件預測方法和系統、風險事件預測系統的生成方法

在審

• 申請號: 202011538358.1
• 申請日: 2020-12-23
• 公開（公告）號: CN112489803A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 王旻駿;費悅;王浩宇;戈牧;胡智臻;符瑩瑩
• 申請（專利權）人: 阿斯利康投資(中國)有限公司
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/80;G06K9/62
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 張曉明

1.一種風險事件預測系統的生成方法，包括：

數據預處理步驟，接收預定時間段內與所述風險事件相關聯的多種事件數據，對所述多種事件數據執行預處理，生成待處理數據；

特征數據選擇步驟，從所述待處理數據中選擇與所述風險事件相關性滿足預定條件的數據，作為特征數據；以及

預測系統訓練步驟，利用所述特征數據作為訓練數據，訓練并且獲得所述預測系統。

2.如權利要求1所述的風險事件預測系統的生成方法，其中，所述數據預處理步驟包括：

對多種事件數據執行數據編碼處理、缺失數據處理，以及數據歸一化處理。

3.如權利要求1或2所述的風險事件預測系統的生成方法，其中，

特征數據選擇步驟包括執行方差篩選、卡方檢驗篩選、隨機森林篩選中的一個或多個。

4.如權利要求1到3的任一項所述的風險事件預測系統的生成方法，其中，所述預測系統包括多個預測子模型，所述多個預測子模型包括：

邏輯回歸子模型、樸素貝葉斯子模型、決策樹子模型、隨機森林子模型、極端梯度提升子模型、輕量級梯度提升機子模型、長短期記憶網絡子模型中的一個或多個。

5.如權利要求4所述的風險事件預測系統的生成方法，其中，所述預測系統訓練步驟還包括融合所述多個預測子模型。

6.如權利要求5所述的風險事件預測系統的生成方法，其中，融合所述多個預測子模型包括利用投票融合、混合融合、層疊融合中的一個或多個融合所述多個預測子模型的預測結果。

7.如權利要求1到6的任一項所述的風險事件預測系統的生成方法，其中，所述風險事件為患者出現慢性阻塞性肺疾病急性加重，所述多種事件數據為患者相關的身體指標。

8.一種風險事件預測系統，包括：

風險事件接收單元，接收預定時間段內與所述風險事件相關聯的多種事件數據作為待預測數據；以及

風險事件預測單元，處理所述待預測數據，生成風險事件的出現概率。

9.如權利要求8所述的風險事件預測系統，還包括：

數據預處理單元，對所述多種事件數據執行預處理，生成待處理數據；

特征數據選擇單元，從所述待處理數據中選擇與所述風險事件相關性滿足預定條件的數據，作為特征數據；以及

預測訓練單元，利用所述特征數據作為訓練數據，訓練并且獲得所述風險事件預測單元。

10.如權利要求9所述的風險事件預測系統，其中，所述數據預處理單元對多種事件數據執行數據編碼處理、缺失數據處理，以及數據歸一化處理。

11.如權利要求9或10所述的風險事件預測系統，其中，

所述特征數據選擇單元執行方差篩選、卡方檢驗篩選、隨機森林篩選中的一個或多個。

12.如權利要求8到11的任一項所述的風險事件預測系統，其中，所述風險事件預測單元包括多個預測子模型，所述多個預測子模型包括：

邏輯回歸子模型、樸素貝葉斯子模型、決策樹子模型、隨機森林子模型、極端梯度提升子模型、輕量級梯度提升機子模型、長短期記憶網絡子模型中的一個或多個。

13.如權利要求12所述的風險事件預測系統，其中，所述預測訓練單元訓練并且獲得所述風險事件預測單元還包括融合所述多個預測子模型以獲得所述風險事件預測單元。

14.如權利要求13所述的風險事件預測系統，其中，融合所述多個預測子模型包括利用投票融合、混合融合、層疊融合中的一個或多個融合所述多個預測子模型的預測結果。