(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111414803.8 (22)申请日 2021.11.25 (71)申请人 杭州市第一人民医院 地址 310006 浙江省杭州市上城区浣纱路 261号 (72)发明人 胡炜　刁孟元　朱英　吴承浩　 虞舒航　 (74)专利代理 机构 苏州三英知识产权代理有限 公司 32412 代理人 黄晓明 (51)Int.Cl. G16H 50/20(2018.01) G06K 9/62(2022.01) G06F 30/27(2020.01) G16Y 20/40(2020.01)G16Y 40/10(2020.01) G16Y 40/20(2020.01) (54)发明名称 事件预测模型的构建方法、 事件预测模型及 应用 (57)摘要 本发明揭示了一种事件预测模型的构建方 法、 事件预测模型及应用。 该事件预测模型的构 建方法， 包括： 获取预定区域内历史目标事件发 生前各选定时间节点的预测因子数据； 按各选定 时间节点对 所获取的预测因子数据进行分类， 分 别建立各选定时间节点下的预测因子数据库； 利 用所述各选定时间节点下的预测因子数据库分 别训练多个选定的人工智能模型； 根据各选定时 间节点下预测效果评分最高的人工智能模型， 构 建目标事件的预测模型。 本发明提供的事件预测 模型的构建方法， 可以提高对目标事件发生与否 的预测准确率， 用以预警目标事件的发生； 其可 用于院内心搏骤停事 件的预测 和预警。 权利要求书2页 说明书9页 附图5页 CN 114023446 A 2022.02.08 CN 114023446 A 1.一种事 件预测模型的构建方法， 其特 征在于， 包括： 获取预定区域内历史目标事 件发生前 各选定时间节点的预测因子数据； 按各选定时间节点对所获取的预测因子数据进行分类， 分别建立各选定时间节点下的 预测因子数据库； 利用所述各选 定时间节点下的预测因子数据库分别训练多个选 定的人工智能模型； 根据各选定时间节点下预测效果评分最高的人工智能模型， 构建目标事件的预测模 型。 2.根据权利要求1所述的事 件预测模型的构建方法， 其特 征在于， 所述方法还 包括： 对所述预测模型进行内部验证和外 部验证； 其中， 所述外 部验证包括时段验证和空间验证。 3.根据权利要求2所述的事件预测模型的构建方法， 其特征在于， 所述 时段验证具体包 括： 在所述预测模型构建过程中持续获取所述目标事件的各选定时间节点的预测 因子数 据； 在所述预测模型构建完成后， 利用新获取的预测因子数据对所述预测模型进行验证。 4.根据权利要求1所述的事 件预测模型的构建方法， 其特 征在于， 所述方法还 包括： 获取预定区域之外其他区域内的历史目标事件发生前各选定时间节点的预测 因子数 据， 以建立迁移学习数据库对所述预测模型进行迁移训练。 5.根据权利要求 4所述的事 件预测模型的构建方法， 其特 征在于， 所述方法还 包括： 持续获取所述预定区域内目标事件发生前所述各选定时间节点的预测因子数据， 实时 更新到所述各选 定时间节点下的预测因子数据库中， 对所述预测模型进行增量训练。 6.根据权利要求1所述的事件预测模型的构建方法， 其特征在于， 所述多个选定的人工 智能模型包括： 分类树模 型、 回归树模 型、 随机森林模型、 极限梯度提升模型、 人工神经网络 模型和支持向量机模型中的至少三个。 7.根据权利要求1所述的事件预测模型的构建方法， 其特征在于， 利用所述各选定时间 节点下的预测因子数据库训练多个选 定的人工智能模型， 具体包括： 分别以所述各选定时间节点下的预测因子数据库为样本集， 从各所述样本集中有放 回 随机抽样形成训练集， 训练所述多个选定的人工智能模型， 用以预测所述 目标事件的发生 概率。 8.根据权利要求1所述的事件预测模型的构建方法， 其特征在于， 所述预测效果评分根 据ROC曲线、 AUC和Brier分数来判定 。 9.一种事 件预测模型的构建方法， 其特 征在于， 包括： 获取预定区域内院内心搏骤停患者发生院内心搏骤停前的诊疗数据； 按照标准数据模板对所获取的诊疗数据进行筛选， 得到各选定时间节点的院内心搏骤 预测因子数据； 按各选定时间节点对所得到的院内心搏骤预测因子数据进行分类， 分别建立各选定时 间节点下的院内心搏骤停预测因子数据库； 利用所述各选定时间节点下的院内心搏骤停预测因子数据库分别训练多个选定的人 工智能模型；权　利　要　求　书 1/2 页 2 CN 114023446 A 2根据各选定时间节点下预测效果评分最高人工智能模型， 构建院内心搏骤停事件的预 测模型。 10.根据权利要求9所述的事件预测模型的构建方法， 其特征在于， 所述院内心搏骤停 事件的预测模型的验证方法包括内部验证和外部验证， 所述外部验证包括时段验证和空间 验证。 11.根据权利要求10所述的事件预测模型的构建方法， 其特征在于， 所述空间验证具体 包括： 使用麻省理工公共临床数据库对所述初步预测模型进行验证。 12.根据权利要求9所述的事件预测模型的构建方法， 其特征在于， 所述院内心搏骤预 测因子数据至少包括心率、 呼吸频率、 年龄、 血肌酐、 收缩压、 舒张压和氧合指数。 13.一种院内心搏骤停预测模型， 其特征在于， 由权利要求9～12中任一项所述的方法 构建形成。 14.一种院内心搏骤停预警系统， 其特 征在于， 包括： 数据获取模块， 用于获取患者的诊疗数据； 数据筛选模块， 用于根据标准数据模板对所述诊疗数据进行筛选， 自动提取所述诊疗 数据中与所述标准数据模板相匹配的数据以得到院内心搏骤预测因子数据； 如权利要求13所述的院内心搏骤停预测模型， 用于根据所述院内心搏骤预测因子数据 预测所述患者发生院内心搏骤停的概 率； 预警模块， 用于根据所述院内心搏骤停预测模型的预测结果形成预警信息， 并将所述 预警信息传递给医务人员。 15.一种院内心搏骤停预警方法， 其特 征在于， 包括： 获取患者的诊疗数据； 根据标准数据模板对所述诊疗数据进行筛 选， 得到院内心搏骤预测因子数据； 使用如权利要求13所述的院内心搏骤停预测模型， 对所获取的诊疗数据进行处理， 以 预测所述患者发生 为院内心搏骤停的概 率； 根据所述院内心搏骤停预测模型的预测结果形成预警信 息， 并将所述预警信 息传递给 医务人员。 16.一种计算机可读存储介质， 其上存储有计算机程序， 当所述计算机程序在计算机中 执行时， 令计算机执 行权利要求1～12或15中任一项的所述的方法。 17.一种计算设备， 包括存储器和 处理器， 其特征在于， 所述存储器中存储有可执行代 码， 所述处 理器执行所述可执行代码时， 实现权利要求1～12或15中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114023446 A 3