终末期肾病患者主要依靠血液透析维持生命,他们面临着严重的经济负担和高死亡风险。由于医疗卫生体制的现状,大量血透患者失访,导致确认高危死亡风险患者的标签成为一个棘手的问题,给模型训练带来巨大挑战。论文利用电子病历中的时序数据,提出了 一种基于异常检测的血透患者死亡风险预测模型,用于解决因随访不足带来的数据不均衡问题。通过引入LSTM网络,我们提出了 LSTM深度自编码器,该自编码器可以建模时序数据之间的关联性,捕捉血透患者身体状况的变化,预测患者的死亡风险。它采用半监督异常检测理论,对单类数据进行学习,即在模型训练时仅使用生存样本,通过自编码器的重构误差来区分生存和死亡样本。论文使用的数据集来自浙江大学医学院附属第一医院肾脏病中心电子病历系统,筛选36、72和108次连续血透记录来分别预测患者在接受血透治疗后90、180和365天内的死亡风险,并将模型性能与逻辑回归、支持向量机、随机森林、LSTM分类器、孤立森林和栈式自编码器共六种基线方法进行比较。当使用36次连续血透记录预测患者90天内的死亡风险时,队列入组人数为1200例(生存:1055,死亡:145),LSTM深度自编码器PR曲线下的面积为0.78,召回率为0.84,F1-score为0.76,性能优于基线方法。当改变观察窗或预测窗长度时,LSTM深度自编码器的性能也均优于基线方法。通过变量重要性分析,发现透析时间是影响模型预测最重要的因素。本论文提出的异常检测方法,利用电子病历中的时序数据,可以显著提高从不均衡数据集中检测具有高死亡率风险患者的能力,用于临床早期预警。