基于集成学习的心血管疾病风险预测系统（Flask+Vue3+大模型）

一、项目简介

1.1 项目背景

《中国心血管健康与疾病报告》显示，我国心血管疾病患病人数已超过 3.3 亿，每年因心血管疾病死亡的人数占总死亡人数的 40% 以上，是居民健康的"头号杀手"。

然而传统的心血管风险评估存在明显的局限性：

• 依赖医生个人经验，基层医疗资源不足
• 评估流程繁琐，难以实现大规模人群筛查
• 患者自述症状信息零散，问诊效率低
• 海量医疗数据被"埋没"在数据库里，没有转化为有价值的临床洞察

本项目基于阿里云天池平台的两个公开数据集开展研究与实践。第一个数据集是心血管疾病预测数据集（来源：https://tianchi.aliyun.com/dataset/212054），包含70000条患者记录，每条记录含有年龄、性别、身高、体重、收缩压、舒张压、胆固醇、血糖、吸烟、饮酒、运动活跃等12个特征，以及是否患有心血管疾病的标签。第二个数据集是CBLUE评测基准中的MedDG医疗对话数据集（来源：https://tianchi.aliyun.com/dataset/95414），包含17864条医患对话记录，每条对话涵盖多轮问答，记录了患者的主诉、医生的诊断、开具的药物等信息。通过结合结构化病历数据和自然语言医疗对话数据，本课题构建了一个集数据分析、风险预测、AI辅助问诊、自然语言数据查询于一体的医疗健康智能分析系统。

1.2 项目概述

本项目构建了一套集 机器学习预测、RAG 智能问诊、自然语言交互查询 于一体的医疗健康智能分析系统。系统以 70,000 条心血管疾病患者真实数据 为基础，通过集成学习模型实现高精度风险预测，融合医学知识库与 DeepSeek 大模型提供智能问诊服务，并将所有功能封装为直观的 Web 可视化界面。

1.3 核心亮点

亮点	说明
四模型对比 + Stacking 集成	XGBoost、LightGBM、Random Forest 横向对比，Stacking 融合提升准确率达 80%
RAG 检索增强生成	基于 17,864 条真实医患对话构建 FAISS 向量知识库，38 万条知识片段零幻觉回答
自然语言转 SQL	输入"高血压患者有多少"，自动生成 SQL 并执行，非技术人员也能轻松上手
一键批量评估 + PDF 报告	上传 CSV 批量预测，自动生成专业健康评估报告，支持打印存档
完整前后端分离	FastAPI + Vue3，RESTful API 规范，部署在阿里云上 24 小时可访问

1.4 技术栈

层级	技术选型
前端框架	Vue 3 + Element Plus + ECharts
后端框架	FastAPI + Uvicorn
机器学习	XGBoost / LightGBM / RandomForest / Stacking
数据处理	Pandas / NumPy / Scikit-learn
知识检索	Sentence-Transformers + FAISS 向量引擎
大模型	DeepSeek API
数据库	SQLite
部署	Nginx 反向代理 + systemd 守护进程

1.5 适用场景

• 基层社区卫生服务中心的慢病初筛
• 个人健康自测与风险预警
• 医学数据分析与教学演示
• 机器学习/全栈开发课程设计参考

部署网址：http://8.136.117.84
源码地址：https://gitee.com/qqc2026/medical-vue

---

二、系统架构

2.1 整体架构

系统采用 前后端分离 + Nginx 反向代理 的经典架构，前端为 Vue3 构建的单页面应用，后端为 FastAPI 提供的 RESTful API 服务。

前端部分（Vue3）：用 Vue 3 框架搭建的网页界面，包含首页看板、风险预测、AI问诊等六个页面。写好后打包成纯静态文件（HTML + CSS + JS），交给 Nginx 直接返回给用户，不需要额外的前端服务器。

后端部分（FastAPI）：用 Python 写的接口服务，跑在 8000 端口。前端的所有操作——点预测、问AI、查数据——都会变成 HTTP 请求发给后端，后端再调对应的模块来处理。

数据库（SQLite）：存着 7 万条患者数据，后端需要统计查询时就来这里取。

预测模型（Stacking）：训练好保存在 best_model.pkl 文件里，用户提交 11 个健康指标，模型算出患心血管疾病的风险概率。

DeepSeek 大模型：给 AI 问诊和 SQL 生成两个功能提供智能支持。问诊时结合医学知识库给出专业建议，问数时把白话转成 SQL 语句。

请求流程：用户在浏览器操作 → 请求到达 Nginx → 如果是 /api/ 开头的转发给后端，其他的直接返回前端页面 → 后端处理完返回数据 → 前端渲染显示。

层级	用什么
前端	Vue 3 + Element Plus
后端	FastAPI
模型	XGBoost / LightGBM / Stacking
大模型	DeepSeek
部署	Nginx + 阿里云

---

三、六大功能模块

1. 系统首页 - 数据看板

打开系统首先看到的是蓝色 Banner 和三个关键数字：70,000 条数据、17,864 条医患对话、385,951 条知识片段，一下子就能感受到数据量有多大。

首页有两个 Tab 页：

Tab 1：系统总览

• 三个大卡片：点击"心血管风险预测"直接跳转到评估页；点击"AI 智能问诊"和"数据分析看板"同理
• 使用指引三步走：填指标 → 预测 → 看建议
• 健康小贴士：低盐饮食、规律运动、戒烟限酒、定期检查

Tab 2：数据看板

切换到数据看板时，系统会自动请求后端接口，几秒后就能看到 7 个可视化图表：

图表	类型	能看出什么
年龄组患病率	柱状图+折线图	哪个年龄段最容易得心脏病
血压分布对比	分组柱状图	患病的人血压明显更高
BMI 分类占比	环形饼图	超重肥胖占了多少比例
风险因子雷达	雷达图	每个风险因素在人群中占多少
生活方式与患病率	柱状图	吸烟喝酒不运动的人患病率有多高
患病率仪表盘	仪表盘	整体患病率，红黄绿三色一目了然
关键指标卡片	数字卡片	高血压率、高血糖率、总人数等 8 个数字

顶部还有冠心病 CTA、心电图、心脏超声三张医学影像图，展示多模态数据概念。

---

2. 风险评估（核心功能）

这是整个系统最重要的功能，左右分两栏：左边填表单，右边出结果，操作非常直观。

单次评估：

1. 填基本信息：姓名、年龄、性别、身高、体重
2. 填健康指标：收缩压、舒张压、胆固醇（正常/偏高/很高）、血糖（正常/偏高/很高）
3. 选生活方式：吸烟（开/关）、饮酒（开/关）、运动（开/关）
4. 点击"开始预测"按钮

预测完成后底下会显示：

• 风险等级标签：低风险（绿色）→ 中高风险（红色），颜色越红越危险
• 风险概率：比如 72.3%，带进度条直观展示
• BMI、脉压差、风险因子数：三个关键数据
• 三个操作按钮：
  • “保存到档案”：存到历史记录里，以后可以看趋势变化
  • “下载 PDF 报告”：生成一份正式的健康评估报告，可以打印
  • “AI 健康建议”：让 DeepSeek 大模型根据你的指标给出个性化的健康指导
    

批量评估：

如果你有很多人的数据（比如一个社区体检后拿到一批 Excel），不用一个一个填：

1. 导出 CSV 文件（列名要和模板一致）
2. 上传到页面
3. 一键批量预测，结果以表格展示
4. 可以批量保存到档案，或下载汇总 PDF 报告
   

历史档案：

• 上面选择看过的人，下面自动画出两条趋势折线图：
  • 风险概率趋势：你的风险是升高了还是降低了
  • 血压趋势：收缩压和舒张压的变化
• 下面是每次评估的详细记录表格，可以删单条

---

3. 数据分析看板

这个页面帮你从统计学角度理解数据，四个模块从上到下一口气展示：

数据集概览：7 万条数据、19 个特征、正样本率约 50%，四个大数字一目了然。

显著性检验：用 Mann-Whitney U 检验和卡方检验，自动筛选出哪些特征对患病有显著影响，用 ***（极显著）、**（非常显著）、*（显著）标记，绿色 Tag 越多越重要。

风险因子分析：把每个特征拆开看，比如"血压分级=4 的患者，患病率是多少？"逐条列出，还带进度条可视化。

MedDG 医疗对话数据：展示了用于构建知识库的对话数据统计，包括对话轮次、疾病数量、Top 10 疾病排行。

---

4. 模型训练

这是一个在网页上就能完成的机器学习实验面板，分两步：

第一步：特征选择

• 三种方法可选：互信息法（看特征和目标的相关性）、RFECV（递归消除，逐个去掉不重要的特征）、两者结合
• 点击执行后出结果表格，告诉你哪些特征重要、该留哪些
  

第二步：训练模型

• 勾选"使用特征选择结果"，然后点"开始训练"
• 十几秒后出结果，四个模型横向对比：
  
• Stacking 集成模型（把前三个模型的输出再喂给逻辑回归做最终判断）效果最好，自动高亮、自动保存为 best_model.pkl

---

5. AI 智能问诊

页面是三栏布局：

左侧：对话历史

• 每次聊天的内容都会自动保存
• 可以切换回之前的对话继续聊
• 可以删除不想要的对话
• 点"新建对话"就开一个新的空白聊天

中间：聊天区

• 和新版 ChatGPT 一样的操作：打字发出去，AI 思考几秒后回复
• 首次进来有 5 个快捷问题可以点：发烧怎么办、头痛是什么原因、胃疼吃什么药、高血压怎么控制、失眠多梦怎么办

问到专业问题怎么回答？

不是让 AI 瞎编。背后有一套 RAG（检索增强生成）机制：

1. 你的问题先用向量模型转成数学表示
2. 在 38 万条医学知识中找最相关的几条
3. 把找到的医学知识 + 你的问题一起发给 DeepSeek
4. DeepSeek 基于真实知识生成回答

所以回答是有据可查的，不是凭空编造。

右侧：知识来源

• AI 回答后，右侧会显示 RAG 检索到的医学知识条目，点开能看到原文
• 如果有匹配到 ICD-10 疾病编码也会显示
• 底部有免责声明：AI 建议仅供参考，不能替代医生诊断
  

---

6. SQL 智能问数

这个功能让不懂 SQL 的人也能查数据。你只需要用大白话提问，系统自动转成 SQL：
你问：“高血压患者有多少人？”
系统生成：SELECT COUNT(*) FROM patients WHERE 血压分级 >= 2
自动执行，返回：25,013 人

两个模式：

• AI 模式（默认）：把问题发给 DeepSeek，大模型根据数据表结构自动生成 SQL。性别、吸烟等编码字段会自动转成中文标签，一眼能看懂
• 基础模式：关键词匹配，适合简单的查询

12 个快捷提问卡片，覆盖了常见的查询类型，不用打字直接点：

• 高血压有多少人、各年龄段患病率、吸烟者比例
• 平均 BMI 和血压、肥胖且高血压人数、男女患病率对比
• 风险因子数大于 5、不运动人数、年龄大于 60 等

查询结果可以复制 SQL、导出 CSV，方便放到 Excel 里进一步分析。

如果问了数据集里没有的字段（比如"低血糖"），系统不会返回错误数据，而是温馨提示：“该数据集不包含低血糖分类，血糖数据仅区分正常、偏高、很高三个等级”。

---

四、核心技术点

4.1 特征工程

原始数据只有 12 个基础指标，我通过计算衍生出了 7 个新特征，让模型学得更准：

原始列	衍生新特征	计算公式
身高 + 体重	BMI	体重 ÷ 身高²
身高 + 体重	BMI分级	偏瘦/正常/超重/肥胖
收缩压 + 舒张压	脉压差	收缩压 - 舒张压
收缩压 + 舒张压	平均动脉压	舒张压 + 脉压差/3
收缩压 + 舒张压	血压分级	正常/偏高/高血压
年龄	年龄分组	青年/中年/老年
全部	风险因子数	统计有几个指标超标

最终 19 个特征一起喂给模型训练。

4.2 Stacking 集成模型

# 第一层：三个基学习器
base_models = [
    ('xgb', XGBClassifier()),
    ('lgb', LGBMClassifier()),
    ('rf', RandomForestClassifier())
]

# 第二层：元学习器
meta_model = LogisticRegression()

# Stacking 集成
stacking = StackingClassifier(
    estimators=base_models,
    final_estimator=meta_model,
    cv=5  # 5折交叉验证
)

4.3 RAG 检索增强生成

# 向量检索
query_embedding = model.encode(user_query)
distances, indices = faiss_index.search(query_embedding, top_k=5)

# 拼接上下文
context = "\n".join([knowledge_base[i] for i in indices[0]])

# 调用大模型
prompt = f"基于以下医学知识回答：\n{context}\n\n用户问题：{user_query}"
response = llm.chat(prompt)

4.4 自然语言转 SQL

# 将表格结构和用户问题发送给 DeepSeek
prompt = f"""
数据库表 patients 包含以下列：{columns}
请将以下问题转换为 SQL 查询：
"{question}"
要求：性别1=女,2=男；吸烟/饮酒0=否,1=是；返回结果用中文别名
"""
sql = llm.chat(prompt)

---

五、部署方案

项目已部署至阿里云 ECS，架构如下：

• 前端：Vue3 构建为静态文件，由 Nginx 托管
• 后端：FastAPI + Uvicorn，由 systemd 守护进程管理
• 反向代理：Nginx 将 /api/* 请求代理到后端 8000 端口
• 进程守护：medical-backend.service 配置开机自启

server {
    listen 80;
    root /opt/medical_vue/frontend/dist;
    
    location /api/ {
        proxy_pass http://127.0.0.1:8000/api/;
    }
    
    location / {
        try_files $uri /index.html;
    }
}

---

六、本地运行

# 后端
cd backend
pip install -r requirements.txt
python main.py

# 前端
cd frontend
npm install
npm run dev

访问 http://localhost:5173 即可体验。

---

七、总结

7.1 项目总结

本项目完整覆盖了 数据处理 → 特征工程 → 模型训练 → 知识库构建 → Web 可视化 → 线上部署 的全流程，核心用到的技术如下：

技术点	方案	起到了什么作用
机器学习	Stacking 集成（XGBoost + LightGBM + RF）	综合三个模型的长处，预测准确率约 73%，AUC 达 0.80
知识检索	FAISS 向量检索 + MedDG 医学语料	从 38 万条知识中快速找到相关医学内容
大模型	DeepSeek API	智能问诊给出专业回答，智能问数把白话转成 SQL
前端	Vue3 + Element Plus + ECharts	好看的界面 + 丰富的图表 + 流畅的交互
后端	FastAPI + Uvicorn	高性能的 Python 接口服务，代码量少但功能强
部署	Nginx 反向代理 + systemd 守护进程	前后端分离部署，服务开机自启，24 小时在线

7.2 学到了什么

从技术角度：

• 了解了机器学习从数据到模型的完整流程：清洗 → 特征工程 → 训练 → 评估 → 保存模型 → 集成到项目中
• 掌握了前后端分离的开发模式：前端负责界面和交互，后端负责计算和数据，通过 HTTP 接口通信
• 理解了 RAG（检索增强生成）的原理：不是让 AI 瞎猜，而是先从知识库检索相关内容，再让 AI 基于真实知识回答
• 学会了怎么把本地项目部署到云服务器上，让别人通过网址就能用

从项目角度：

• 做项目不是把代码堆起来就行，用户体验也很重要：表单好不好填、结果清不清楚、错误有没有提示
• 文档很重要：README 说明怎么运行、API 接口要有注释、代码结构要清晰

7.3 可以继续优化的方向

• 增加更多疾病预测：目前只覆盖心血管疾病，可以扩展到糖尿病、高血压等慢病
• 移动端适配：目前是 PC 端布局，可以适配手机和平板
• 用户登录系统：不同用户看到不同的评估记录，保护隐私
• 性能优化：模型推理可以用 ONNX 加速，知识库检索可以用更大规模的向量数据库

---

部署网址：http://8.136.117.84
源码地址：https://gitee.com/qqc2026/medical-vue

八、视频演示