再入院预测是指根据患者历史入院记录中的诊断、用药等信息,来预测其在出院后的未来一段时间内是否会有因病再次入院的风险。由于频繁的再入院会耗费许多的医疗资源,对患者造成很大的身体负担和经济负担,因而在患者出院时,利用可靠的预测模型及时对其进行再入院风险评估至关重要。再入院预测能够为医保政策的制定和调整提供数据支撑,有助于降低一些不必要的医保费用的支出;同时能够帮助医疗机构更加高效地配置医疗资源,提高住院服务的利用率。此外,再入院预测能够辅助医生对患者及时提供评估指导,通过尽早干预,减轻患者个体的负担,进而帮助节省社会整体的医疗服务成本。面向精准医疗的再入院预测是指针对患者的个性化体征,基于“辨证施治”的思想,来对患者进行再入院风险评估。过去,很多学者采用传统机器学习及数据挖掘的技术,以所有可用患者的历史诊疗记录作为输入,基于经验特征选择和粗略分类的大规模统计,来预测患者在未来一段时间内再入院的概率。这些研究主要面向普适性医疗,追求预测方法的通用性,希望能够同时适用于多个病种或人群。然而,由于存在地区差异、医疗技术差异、经济水平差异、个体特征差异等,针对同种疾病,治疗方案也不尽相同,不同患者群体再入院的模式存在一定差异,很难实现普适性医疗。基于全体患者数据学习出一个通用预测模型的方式,虽能捕捉到基于整个患者群体的共性信息,但是出于全局的考虑,可能会遗漏或舍弃对于某些个体患者来说十分重要的信息。为此,很多学者开始考虑针对不同患者个体之间的差异,提出一些个性化的分析方法,从普适性医疗向个性化医疗转变。个性化建模的一般思路是为每个目标患者创建一个模型并独立学习,这种方式虽能保留个体患者的特异性,但却难以捕捉到基于整个患者群体的共性信息。此外,许多患者由于患有相同的并发症,或服用类似的治疗药物等,其再入院模式十分相似,许多独立个体的模型本质上可能是相互关联的,具有相似的、可以共享的模型参数,若每个模型都要从头开始独立训练,不仅参数规模庞大,学习过程缓慢,而且重复的训练会浪费大量的计算资源。因此,如何在预测过程中有效地结合并利用共性信息和个性化信息,来挖掘各类患者群体的再入院模式,是一个研究难点。为此,本文开展支持个性化体征的再入院预测问题研究,设计了一种多类簇联合预测方法,在共性信息和个性化信息之间进行平衡。我们利用患者的历史入院记录,从多个角度联合考虑,来计算患者之间的相似程度,将患者聚类为多个相似类簇,以保留具有高度相似临床行为的患者的相关信息,避免相似患者模型的重复训练。此外,在为每一个类簇建立特定的再入院风险预测模型后,基于多任务学习的思想,联合学习多个相似患者类簇的模型,通过多类簇模型部分参数的共享来保留基于整个患者群体的共性信息,同时在多个类簇模型部分参数相互独立的情况下,保留每个相似患者类簇独具的特异性信息,以通过支持相似类簇患者的个性化体征的方式,有效地结合并利用共性信息和个性化信息,实现更为精准和高效的再入院预测。本文在山东省某城市多家医院的真实冠心病患者数据集上,对所提出的方法在预测再入院方面的性能进行了实验验证。提取患者入院最频繁一年的诊断及用药记录,将整个时间段划分为九个月的观察窗口和三个月的预测窗口,利用患者在前九个月内的就诊信息,来预测患者在未来三个月内是否有因冠心病再次入院的风险。通过从多角度开展实验对比分析,多项评价指标结果表明,相比于多种预测方法,本文提出的方法在预测患者再入院方面有更高的准确性。在多类簇联合预测的过程中,通过实现多个网络结构中的部分参数共享,使得多类簇之间可以重用部分参数,加快模型训练速度,节省训练开销;同时在部分参数独立的情况下,也保留了患者类簇的特异性信息,提升了整体的再入院预测性能。