1.一种用于从电子健康记录中预测和总结医疗事件的系统，包括：
a)计算机存储器，其存储来自具有不同年龄、健康状况和人口统计特征的大量患者的汇总的电子健康记录，包括一些或全部药物、实验室值、诊断、生命体征和医疗记录，其中汇总的电子健康记录被转换成单一标准化数据结构格式并按患者有序排列；
b)计算机，其运行一个或多个深度学习模型，以基于具有标准化数据结构格式的患者的输入电子健康记录来预测一个或多个未来临床事件并总结与预测的一个或多个未来临床事件相关的有关过去医疗事件，所述深度学习模型在转换成单一标准化数据结构格式并有序排列的汇总的健康记录上训练；以及
c)由治疗患者的医疗保健提供者使用的电子设备，配置有面向医疗保健提供者的界面，该界面显示患者的预测的一个或多个未来临床事件和有关过去医疗事件。
2.如权利要求1所述的系统，其中，所述汇总的健康记录包括以至少两种不同的数据格式排列的健康记录。
3.如权利要求1或权利要求2所述的系统，其中，所述标准化数据结构格式包括快速健康互操作性资源(fhir)。
4.如权利要求1-3中任一项所述的系统，其中，所述一个或多个深度学习模型中的至少一个包含注意力机制，所述注意力机制指示所述一个或多个模型给予电子健康记录中的元素多少注意力，以预测一个或多个未来临床事件并总结与预测的一个或多个未来临床事件相关的有关过去医疗事件。
5.如权利要求4所述的系统，其中，所述一个或多个深度学习模型包括长期短期记忆(lstm)模型、时间感知前馈模型(ffm)和嵌入式增强时间序列模型。
6.如权利要求5所述的系统，其中，所述深度学习模型中的每一个分别在构成汇总的电子健康记录的数据集上训练。
7.如权利要求5所述的系统，其中，从所述深度学习模型的集合平均值中获得一个或多个未来临床事件的预测和与预测的一个或多个未来临床事件相关的总结的有关过去医疗事件。
8.如权利要求1-7中任一项所述的系统，其中，所述预测的一个或多个未来临床事件包括以下各项中的至少一个：计划外转移到重症监护室、住院时间超过7天、患者出院后30天内的计划外再入院、住院患者死亡率、主要诊断、主要和次要计费诊断的完整集合、或非典型实验室值(诸如，急性肾损伤、低钾血症、低血糖症或低中性粒细胞血症)。
9.如权利要求1所述的系统，其中，所述电子设备的界面包括对以下各项的显示：
(1)对预测的一个或多个未来临床事件的警报，
(2)与警报相关的关键医疗问题或状况，以及
(3)与警报相关的笔记或其摘录。
10.如权利要求9所述的系统，其中，所述一个或多个深度学习模型中的至少一个各自包含注意力机制，所述注意力机制指示所述一个或多个模型给予电子健康记录中的元素多少注意力，以预测一个或多个未来临床事件并总结与预测的一个或多个未来临床事件相关的有关过去医疗事件，并且其中对所述笔记或其摘录的显示以指示来自所述注意力机制的应用的结果的方式来显示。
11.一种用于从电子健康记录中预测和总结医疗事件的方法，包括：
a)汇总来自具有不同年龄、健康状况和人口统计特征的大量患者的电子健康记录，所述电子健康记录包括药物、实验室值、诊断、生命体征和医疗笔记中的一些或全部；
b)将汇总的电子健康记录转换成单一标准化数据结构格式，并按患者排序成有序排列；
c)在转换成单一标准化数据结构格式且有序排列的汇总的健康记录上训练一个或多个深度学习模型；
d)使用所训练的一个或多个深度学习模型，从具有标准化数据结构格式并排序成时间顺序的患者的输入电子健康记录中预测一个或多个未来临床事件并总结与预测的一个或多个未来临床事件相关的有关过去医疗事件；和
e)生成供治疗患者的医疗保健提供者使用的电子设备的数据，所述电子设备具有面向医疗保健提供者的界面，所述界面用于显示患者的预测的一个或多个未来临床事件和有关过去医疗事件。
12.如权利要求11所述的方法，其中，所述汇总的健康记录包括以不同数据格式排列的来自大量患者的健康记录。
13.如权利要求11或权利要求12所述的方法，其中，所述标准化数据结构格式包括快速健康互操作性资源(fhir)。
14.如权利要求11所述的方法，其中，所述一个或多个深度学习模型中的至少一个包含注意力机制，所述注意力机制指示所述一个或多个模型给予电子健康记录中的元素多少注意力，以预测一个或多个未来临床事件并总结与预测的一个或多个未来临床事件相关的有关过去医疗事件。
15.如权利要求14所述的方法，其中，所述一个或多个深度学习模型包括长期短期记忆(lstm)模型、时间感知前馈模型(ffm)和嵌入式增强时间序列模型。
16.如权利要求15所述的方法，其中，所述深度学习模型中的每一个分别在构成汇总的电子健康记录的数据集上训练。
17.如权利要求15所述的方法，其中，从所述深度学习模型的集合平均值中获得一个或多个未来临床事件的预测和与预测的一个或多个未来临床事件相关的总结的有关过去医疗事件。
18.如权利要求11-17中任一项所述的方法，其中，所述一个或多个深度学习模型预测一个或多个未来临床事件，所述一个或多个未来临床事件包括以下各项中的至少一个：计划外转移到重症监护室、住院时间超过7天、患者出院后30天内的计划外再入院、住院患者死亡率、主要诊断、主要和次要计费诊断的完整集合、或非典型实验室值(诸如，急性肾损伤、低钾血症、低血糖症或低中性粒细胞血症)。
19.如权利要求11所述的方法，其中，所述方法还包括生成用于在所述电子设备的界面上显示的数据：
(1)对一个或多个未来临床事件的警报，
(2)与警报相关的关键医疗问题或状况，以及
(3)与警报相关的笔记或其摘录。
20.如权利要求20所述的方法，其中，所述一个或多个深度学习模型各自包含注意力机制，所述注意力机制指示所述一个或多个模型给予电子健康记录中的元素多少注意力，以预测一个或多个未来临床事件并总结与预测的一个或多个未来临床事件相关的有关过去医疗事件，并且其中对所述笔记或其摘录的显示以指示来自所述注意力机制的应用的结果的方式来显示。
21.如权利要求20所述的系统，其中，对指示来自所述注意力机制的应用的结果的所述笔记或其摘录的显示包括使用以下各项中的至少一个来显示所述笔记或其摘录，以提供对所述笔记中的特定单词、短语或其他文本的突出显示或强调等级：字体尺寸、字体颜色、阴影、粗体、斜体、下划线、删除线、闪烁、用颜色突出显示和字体选择。
22.一种改进的计算机，包括：
处理器，其运行一个或多个深度学习模型，以基于具有标准化数据结构格式并排序成时间顺序的患者的输入电子健康记录来预测一个或多个未来临床事件并总结与预测的一个或多个未来临床事件相关的有关过去医疗事件，所述深度学习模型在转换成单一标准化数据结构格式并有序排列的汇总的电子健康记录上训练。
23.如权利要求22所述的改进的计算机，其中，所述一个或多个深度学习模型中的至少一个包含注意力机制，所述注意力机制指示所述一个或多个模型中的至少一个给予电子健康记录中的元素多少注意力，以预测一个或多个未来临床事件并总结与预测的一个或多个未来临床事件相关的有关过去医疗事件。
24.如权利要求22所述的改进的计算机，其中，所述一个或多个深度学习模型包括长期短期记忆(lstm)模型、时间感知前馈模型(ffm)和嵌入式增强时间序列模型。
25.如权利要求24所述的改进的计算机，其中，所述深度学习模型中的每一个分别在构成汇总的电子健康记录的数据集上训练。
26.如权利要求24所述的改进的计算机，其中，从所述深度学习模型的集合平均值中获得一个或多个未来临床事件的预测以及与预测的一个或多个未来临床事件相关的总结的有关过去医疗事件。
27.如权利要求24所述的改进的计算机，其中，所述预测的一个或多个未来临床事件包括以下各项中的至少一个：计划外转移到重症监护室、住院时间超过7天、患者出院后30天内的计划外再入院、住院患者死亡率、主要诊断、主要和次要计费诊断的完整集合、或非典型实验室值(诸如，急性肾损伤、低钾血症、低血糖症和低中性粒细胞血症)。
28.如权利要求22-27中任一项所述的改进的计算机，其中，所述处理器操作以基本实时地生成不同患者的多个输入电子健康记录的预测。
29.一种系统，所述系统包括以下各项的组合：
a)计算机存储器，其存储来自具有不同年龄、健康状况和人口统计特征的大量患者并且以不同的格式获得的汇总的电子健康记录，包括药物、实验室值、诊断、生命体征和医疗记录中的一些或全部，其中，所述汇总的电子健康记录被转换成单一标准化数据结构格式，并且按患者被排序成有序排列；以及
b)计算机，其运行一个或多个深度学习模型以基于患者的输入电子健康记录来预测未来临床事件，所述深度学习模型在转换成单一标准化数据结构格式并有序排列的汇总的健康记录上训练。
30.如权利要求29所述的系统，其中，所述汇总的健康记录包括以不同数据格式排列的健康记录。
31.如权利要求29或权利要求30所述的系统，其中，所述标准化数据结构格式包括快速健康互操作性资源(fhir)。
32.如权利要求29所述的系统，其中，所述汇总的健康记录包含与标准术语不一致的变量名称，定义主要结果和排除标准所需的变量除外。
33.如权利要求29所述的系统，其中，所述汇总的健康记录包含住院诊断，并且其中，所述诊断被映射到单级临床分类软件(ccs)代码。
34.如权利要求29-33中任一项所述的系统，其中，所述电子健康记录按患者排序成时间顺序。
35.一种从来自不同来源的大量患者的原始电子健康记录集合中以不同数据格式生成用于机器学习的训练数据的方法，包括以下步骤：
a)获得原始电子健康记录集合；
b)将原始电子健康记录集合转换成单一标准化数据结构格式；
c)将转换成单一标准化数据结构格式的电子健康记录按患者排序成时间顺序；以及
d)将标准化数据结构格式的时序有序电子健康记录存储在数据存储设备中。
36.如权利要求35所述的方法，其中，所述标准化数据结构格式包括快速健康互操作性资源(fhir)。
37.如权利要求36所述的方法，其中，所述电子健康记录集包括结构化数据和非结构化数据，所述非结构化数据包括自由文本笔记。
38.如权利要求35所述的方法，其中，在未将原始电子健康记录中的术语统一为标准术语的情况下执行转换步骤b)。
39.一种系统，所述系统包括以下各项的组合，
a)计算机，其运行一个或多个深度学习模型，以基于具有标准化数据结构格式并按时间顺序排序的患者的输入电子健康记录来预测一个或多个未来临床事件并总结与预测的一个或多个未来临床事件相关的有关过去医疗事件，所述深度学习模型在转换成单一标准化数据结构格式并按患者有序排列的汇总的健康记录上训练；以及
b)供治疗患者的医疗保健提供者使用的电子设备的面向医疗保健提供者的界面，其被配置为显示患者的预测的一个或多个未来临床事件和有关过去医疗事件。
40.如权利要求39所述的系统，其中，所述电子设备的界面包括对以下各项的显示：
(1)对一个或多个未来临床事件的警报，
(2)与警报相关的关键医疗问题或状况，以及
(3)与警报相关的笔记或其摘录。
41.如权利要求40所述的系统，其中，所述一个或多个深度学习模型中的至少一个各自包含注意力机制，所述注意力机制指示所述一个或多个模型中的至少一个给予电子健康记录中的元素多少注意力，以预测一个或多个未来临床事件并总结与预测的一个或多个未来临床事件相关的有关过去医疗事件，并且其中对所述笔记或其摘录的显示以指示来自所述注意力机制的应用的结果的方式来显示。
42.如权利要求40所述的系统，其中，所述显示还包括对从患者电子健康记录推断的信息和未来发生某些事件的概率或风险的时间线中的至少一个的显示。
43.如权利要求39-42中任一项所述的系统，其中，所述显示允许所述电子设备的用户选择关键问题或状况之一，并且所述选择触发与所选择的关键问题或状况有关的信息的进一步显示。
44.如权利要求43所述的系统，其中，所述进一步显示包括对给患者开的药物以及与所选择的关键问题或状况相关的笔记或其摘录的显示。
45.如权利要求41所述的系统，其中，对指示来自所述注意力机制的应用的结果的所述笔记或其摘录的显示包括使用以下各项中的至少一个来显示所述笔记或其摘录，以提供对所述笔记中的特定单词、短语或其他文本的突出显示或强调等级：字体尺寸、字体颜色、阴影、粗体、斜体、下划线、删除线、闪烁、用颜色突出显示和字体选择。
46.一种具有面向医疗保健提供者的界面的电子设备，所述界面基本实时地显示对至少一个患者的一个或多个未来临床事件的预测的显示；
其中所述显示还被配置为显示包括来自电子健康记录的过去医疗事件的元素，所述元素对应于在对与所述预测相关的电子健康记录操作的预测模型上的注意力机制的应用。
47.如权利要求46所述的电子设备，其中，所述电子健康记录的元素包括笔记或其摘录，所述笔记或其摘录具有对所述笔记中的特定单词、短语或其他文本的突出显示或强调等级。
48.如权利要求46所述的电子设备，其中，所述突出显示或强调等级包括使用以下各项中的至少一个：字体尺寸、字体颜色、阴影、粗体、斜体、下划线、删除线、闪烁、用颜色突出显示和字体选择。
49.如权利要求46所述的电子设备，其中，所述电子设备包括工作站、平板电脑或智能手机。
50.如权利要求46所述的电子设备，其中，所述预测的一个或多个未来临床事件包括以下各项中的至少一个：计划外转移到重症监护室、住院时间超过7天、患者出院后30天内的计划外再入院、住院患者死亡率、主要诊断、主要和次要计费诊断的完整集合、或非典型实验室值(诸如，急性肾损伤、低钾血症、低血糖症和低中性粒细胞血症)。
51.如权利要求46所述的电子设备，其中，所述界面还被配置为显示绘制至少一个患者随时间推移的事件风险或概率的时间线。
52.如权利要求46所述的电子设备，其中，所述界面还被配置为显示为多个患者同时绘制至少一个患者随时间推移的事件风险或概率时间线。
53.如权利要求46所述的电子设备，其中，对所述一个或多个未来临床事件的预测的显示是以对警报的显示的形式。
54.一种帮助医疗保健提供者为患者提供护理的方法，包括以下步骤：
a)使用从汇总的电子健康记录中训练的预测模型来生成(1)对患者的未来临床事件的预测，以及(2)从患者的输入电子健康记录中识别有关过去医疗事件；
b)生成与所述预测和所识别的有关过去医疗事件都相关的数据；和
c)将生成的数据传输到医疗保健提供者使用的电子设备，以在电子设备上显示；
其中：
所述预测模型使用注意力机制来指示所述预测模型给予输入电子健康记录中的元素多少注意力，以预测未来临床事件并识别有关过去医疗事件，并且其中所生成的数据包括所述注意力机制的结果。
55.如权利要求54所述的方法，其中，所述有关过去医疗事件包括笔记或其摘录。
56.如权利要求54所述的方法，其中，所述预测选自包括以下各项的群组：计划外转到重症监护室、住院时间超过7天、出院后30天内计划外再入院、住院患者死亡率、主要诊断、主要和次要计费诊断的完整集合、以及非典型实验室值。
57.如权利要求54所述的方法，其中，所生成的数据还包括事件随时间推移而发生的概率或风险的时间线。
58.根据权利要求54所述的方法，其中，根据大量输入电子健康记录针对大量患者同时实时地执行步骤a)、b)、c)和d)；并且其中护理多个患者中的至少两个患者的保健提供者实时地接收所生成的至少两个患者的数据，从而帮助医疗保健提供者同时为至少两个患者提供护理，并允许基于相应的预测对至少两个患者的患者护理进行优先级排序。
59.如权利要求54所述的方法，其中，所述预测模型包括在汇总的电子健康记录上单独训练的深度学习模型的集合，其中至少一个深度学习模型结合了注意力机制。
60.如权利要求59所述的方法，其中，所述集合包括(1)长期短期记忆(lstm)模型，(2)时间感知前馈模型(ffm)，以及(3)嵌入式增强时间序列模型。