原始名称记载: 原宇新擎（雄安）科技有限公司

本发明提供一种基于双输入门控网络的多子损失自适应优化方法及系统，涉及人工智能技术领域。本发明通过融合本次训练的隐藏特征和历史训练统计量，使门控网络能够实时感知数据特性和训练状态，智能调整各子损失权重，也即通过双输入门控网络实现了多子损失权重的动态自适应分配，有效解决了固定损失函数导致的模型识别精度低的问题，如此使模型能够自动聚焦难样本和冲突任务，优化训练资源分配，提高了分类识别模型的识别精度。

本发明提供一种癌症早期动态风险预测方法、装置、设备及存储介质，涉及数据管理与风险评估技术领域。该方法包括：获取目标用户的健康医疗数据、关键基因数据和行为习惯数据；基于关键基因数据和行为习惯数据配置动态风险预测模型，得到目标用户对应的动态风险预测模型；将健康医疗数据输入目标用户对应的动态风险预测模型，得到目标用户的预测健康医疗数据，以基于预测健康医疗数据对目标用户进行癌症早期动态风险预测。本发明能够从多个维度对个体的健康状况进行综合分析，并更好地适应患者身体状况的变化，为癌症的早期诊断和治疗提供更可靠的依据。