基于时序画像图的疾病风险预测方法

摘要

病人的电子健康病历(HER)是指导个性化医疗的重要临床数据来源之一.鉴于原始电子健康病历数据异构性、稀疏性等特点,使得直接使用EHRs去指导疾病风险预测变得困难.为此,提出一种基于病人时序画像图的疾病风险预测方法.首先对每位病人的原始电子健康病历数据进行一致性表示,即提出一种时序画像图的表示形式;其次运用改进的Apriori频繁项集挖掘算法,基于病人时序画像图挖掘频繁特征图;根据图的重构原理,每位病人的时序画像图可由时序特征图重新构成,最终获得针对不同病人的重构系数(即特征向量),此外可将医生信任度融入特征向量中,有效用于执行疾病风险预测.通过对两种真实临床场景的实验验证并与传统方法比较,结果显示该疾病风险预测方法可达到更好的预测效果.