一种基于图自适应条件扩散模型的可解释性拔管预测方法及系统

本发明公开了一种基于图自适应条件扩散模型的可解释性拔管预测方法及系统，本发明通过构建干预数据集，并结合倾向性评分匹配生成最近邻样本，利用图自适应条件扩散模型预测患者经过干预与未干预后的生理轨迹，从而评估患者的个体治疗效应(ITE)。系统进一步通过特征重要性排序模块筛选关键特征，并训练机器学习模型预测拔管成功率，能够为ICU中的拔管决策提供有效支持。