一种基于动态指标监控与主动学习的脓毒症分层预警方法及系统

本发明公开了一种基于动态指标监控与主动学习的脓毒症分层预警方法及系统。本发明首先采集患儿的临床数据，将其输入至原始儿童腹源性脓毒症诊断模型，计算风险评分；其次将风险评分与风险阈值进行比对，触发相应区间的预警策略；接着将不确定区的病例推送至医生端标注，待医生确诊后收集诊断反馈信息；然后基于积累的诊断反馈信息数据，通过特征重筛选、算法重选和超参数调优触发新模型重构流程；最后对新模型和原始模型进行性能比较评估，若新模型通过性能验证则终止迭代确定最终模型。本发明解决了儿童腹源性脓毒症动态监测中模型固定无法自我优化、部分患儿模型判断置信度不高以及临床可解释性差的问题，显著提升了预警准确性。