公开(公告)号：CN113077901A

公开(公告)日：2021-07-06

申请号：CN202110348004.9

申请日：2021-03-31

Applicant: 厦门大学

Inventor： 杨帆 ,  陈婉仪 ,  林开标 ,  赖永炫 ,  姚毅虹

IPC: G16H50/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种电子病历分析装置和方法，包括：获取EHR数据中的疾病编码、医疗干预编码、住院类型和入院/出院时间；将获取的患者信息作为住院‑长短期记忆神经网络Care‑LSTM的输入，计算得到用于反映不同时间下诊疗记录关联性的权重系数αt和用于反映统一诊疗记录间的内在关联的权重系数βt；基于住院类型和住院间隔时间，得到权重系数rt；基于权重系数αt、βt和rt，得到总权重系数wt；将总权重系数wt与表征向量进行加权平均获得最终状态向量；将最终状态向量作为全连接层和激活函数的输入，获得ICU患者的死亡风险概率。本发明通过住院‑长短期记忆神经网络Care‑LSTM获得两组权重向量，使得分析结果更为准确。

公开(公告)号：CN113077901B

公开(公告)日：2022-05-10

申请号：CN202110348004.9

申请日：2021-03-31

Applicant: 厦门大学

Inventor： 杨帆 ,  陈婉仪 ,  林开标 ,  赖永炫 ,  姚毅虹

IPC: G16H50/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种电子病历分析装置和方法，包括：获取EHR数据中的疾病编码、医疗干预编码、住院类型和入院/出院时间；将获取的患者信息作为住院‑长短期记忆神经网络Care‑LSTM的输入，计算得到用于反映不同时间下诊疗记录关联性的权重系数αt和用于反映统一诊疗记录间的内在关联的权重系数βt；基于住院类型和住院间隔时间，得到权重系数rt；基于权重系数αt、βt和rt，得到总权重系数wt；将总权重系数wt与表征向量进行加权平均获得最终状态向量；将最终状态向量作为全连接层和激活函数的输入，获得ICU患者的死亡风险概率。本发明通过住院‑长短期记忆神经网络Care‑LSTM获得两组权重向量，使得分析结果更为准确。