摘要
本发明公开了一种基于机器学习的预测颈椎病手术难度的预测装置，储存器中内置有颈椎病手术难度预测模型，为经过训练的堆叠模型。通过选择相关历史病历及数据，通过数据集成、结构化、预处理等进行数据处理，在医学逻辑监督下提取医学变量后，通过机器学习的方法训练出效果最佳的多因素预测模型，基于各独立难度因素赋予的权重因子进行加权分析获得当前手术的风险预测评分，最后通过风险预测评分获得到手术难度。通过将该预测模型部署于特定储存器中，可为医生术前预估颈椎病手术难度提供参考，以便医生充分进行围手术期准备，进一步进行评估及早期干预，使术程顺利、得以达到既定手术目的。
