[发明专利]基于图自编码器的慢病人群疾病风险预测模型的构建方法

说明书

本发明涉及医疗信息技术领域，尤其涉及一种基于图自编码器的慢病人群疾病风险预测模型的构建方法，本发明基于患者的住院记录和历史患病信息构建了患者‑疾病二部图，然后针对患者和疾病分别提取了特征向量；最后基于图自编码器架构构建了基于图注意力机制的疾病风险预测模型来预测慢性病患者的未来疾病风险，并且本发明在疾病风险预测模型的解码器部分，使用注意力机制并同时考虑了边的权重信息，使得能够同时考虑二部图的拓扑信息和病人的个体差异，学习疾病间复杂的影响关系，进而达到提高预测效果的目的。

技术领域

本发明涉及医疗信息技术领域，尤其涉及一种基于图自编码器的慢病人群疾病风险预测模型的构建方法。

背景技术

人口老龄化的加剧和慢性病发病率的急剧上升给全世界带来了严重的社会负担和经济负担。据估计，超过75％的老年人有一个以上的慢性疾病，并且老年人的多病(同时患两个及两个以上的慢性疾病)已经成为一个突出的全球性问题，导致更庞大的医疗需求，更多的医疗服务使用和成本。慢性病之间存在复杂的相互关系，一些慢性病可能会导致其他慢性病的发生，进一步加深患者的治疗负担。慢性病及相关并发症的预防、治疗已成为一个刻不容缓的问题。有效的预测慢性病患者的未来疾病风险，能够让医生提前进行干预，降低相关疾病的发生风险，从而防患于未然，具有重大实现意义。现有的疾病风险预测方法主要存在以下问题：

(1)部分预测方法将疾病预测问题建模为一系列二分类模型，每个二分类模型预测一种疾病是否发生，这种建模方法导致模型数量会随着预测的疾病的数量增加而增加，限制了模型的实用性。

(2)部分预测方法利用患者的历史疾病信息，将其抽象为患者-疾病二部图，并将该问题建模为链路预测问题，使用Common Neighbors(CN)指数、Adamic-Adar(AA)指数等启发式方法来预测疾病风险，这种做法仅仅考虑了二部图的拓扑信息，而没有考虑到患者的个体差别，如性别和年龄等信息。

(3)现有的多数预测方法均没有考虑疾病间复杂的影响关系，导致预测效果不佳。

发明内容

为了解决上述现有技术中存在的技术问题，本发明提供了一种基于图自编码器的慢病人群疾病风险预测模型的构建方法，拟解决背景技术中提到的现有的预测方法未考虑疾病间复杂的关系影响，导致预测效果不佳的技术问题。

本发明采用的技术方案如下：

基于图自编码器的慢病人群疾病风险预测模型的构建方法，包括以下步骤：

步骤1：获取历史病案首页的数据集，并对数据集中的数据进行预处理，将预处理得到的历史病例数据储存到存储介质所建立的存储空间中；

步骤2：基于时间序列将预处理得到的历史病例数据划分为患者历史患有的疾病和未来患有的疾病，将患者历史患有的疾病构建为患者-疾病编码二部图，将患者未来N年患有的疾病构建为患者-疾病解码二部图；

步骤3：调用存储空间中的历史病例数据，并基于历史病例数据提取患者特征向量和疾病特征向量；

步骤4：基于患者-疾病编码二部图和患者-解码二部图分别建立编码器和解码器，所述编码器为图注意力网络，并基于编码器和解码器建立疾病风险预测模型；

步骤4.1：建立启发式特征提取模型；

步骤4.2：建立邻居采样策略；

步骤4.3：使用图注意力网络作为编码器，编码器包含至少一个图卷积模块，每个图卷积模块的图卷积层采用图注意力机制学习不同邻居的权重，获得最终的嵌入向量表达；

步骤4.4：基于患者-解码二部图，构建双线性解码器，所述双线性解码器为已知患者和疾病的嵌入向量表达和边的启发式特征，预测患者-解码图中边的存在概率；

步骤5：基于历史病案首页的数据集训练疾病风险预测模型。