1. 业务背景及目标

         以冠脉介入患者院内不良监测信息平台为基础，构建冠脉介入患者院内不良事件发生危险因素的海量数据库，建立不良事件预警模型，实现对冠脉介入患者院内不良事件的早发现、早诊断、早干预，切实降低冠脉介入患者院内不良事件发生率。本研究对冠脉介入患者院内不良事件防控具有重要理论意义和实际应用价值。
    

   模型介绍

    

    

   基本方法

    

      基于模糊卷积神经网络的不良事件预警模型，结合模糊理论与卷积神经网络算法，将大量临床症状更精细化的应用到模型中，并且与院内系统对接后，该预警模型能通过新增病例数据进行训练和感知，实现自动调整网络结构参数，优化模型准确性。
 

1. 应用结果

         通过不良事件预警模型，可实时极端患者发生各个不良事件的概率，实现患者院内不良时间的早发现、早诊断、早干预。