基于大数据的患者健康趋势预测模型研究

白 兰
北京华医昊业科技有限公司

摘要


随着医疗大数据的快速发展及其在健康管理领域的广泛应用，患者健康趋势预测成为精准医疗的重要研究
方向。本文以“大数据驱动的患者健康趋势预测”为研究主题，提出一种结合深度学习和传统统计方法的预测模型。
通过对电子病历（EHR）、可穿戴设备数据和基因组数据的清洗、特征提取和多模态融合，构建高质量的输入数据
集。设计并实现基于LSTM和GRU的时间序列预测模块，引入ARIMA模型进行加权融合，提升预测精度和鲁棒性。
通过实验验证本文模型在MAE、RMSE和R2
等指标上的表现优于传统方法，其中LSTM模型在心率、血糖和血压等
健康指标上的MAE降低约25%，趋势预测准确率达到94.5%。分析结果表明深度学习模型具有更强的非线性建模能
力和对异常值的鲁棒性。

关键词


大数据；健康趋势预测；深度学习；患者健康管理

全文:

PDF


参考


[1]王星，刘晓燕.医疗大数据环境下的疾病预测模

型研究[J].制造业自动化，2022，44（7）：4.

[2]吴佳玲.基于机器学习模型对血液透析中低血压

风险预测的研究[D].苏州大学，2023.

[3]毛成蹊.大数据在运动训练监控中的有效应用[J].

体育风尚，2023（10）：71-73.

[4]刘馨蔚.医疗牵手大数据，“治未病”让人们更健

康[J].中国对外贸易，2017，03（No.103）：60-62.

[5]Lillvis J ,Shwani T ,Feehan M , et al.“Big Data”

Electronic Health Records Analysis of Strabismus in Veterans

in the Veterans Health Administration[J].Investigative

Ophthalmology & Visual Science,2024,65(7):2421.


Refbacks

  • 当前没有refback。