一种基于循环神经网络的患病风险预测建模方法

摘要

本发明公开了一种基于循环神经网络的患病风险预测方法，包括：(1)利用诊断的疾病作为训练样本，进行疾病名称分布式词向量训练，得到词向量映射矩阵，并进行存储；(2)再次利用诊断的疾病作为训练样本，进行循环神经网络训练，得到患病风险预测模型；(3)将病人历史记录中每种诊断疾病作为一个测试样本输入患病风险预测模型，得到患病风险预测结果。该方法利用循环神经网络与分布式词向量表达嵌入技术，解决了因医疗诊断数据具有维度高、数据稀疏、时序性强等特点导致的训练模型过于复杂、训练成本高以及训练准确率低等问题，实现了针对历史患病信息进行具有时序性的建模过程。