健康体检数据是健康医疗大数据中最主要的数据来源和数据类型之一。在大数据时代到来的今天,医疗系统中已经积累了大量的各行业体检记录,通过体检数据进行健康风险评估以提供健康管理方案具有重要意义。本文探讨的对体检记录数据的分析方法将为健康管理提供更精准的依据。为了评估体检者的健康风险并提供健康管理方案,常用的方法是基于概率估计的风险度量方法,即根据体检者已知的个人信息推断各体检项目的异常概率。贝叶斯网络作为一种概率图模型,可以基于健康体检数据来训练发掘不同信息变量间的关联关系并进行后验概率推断,因此本文基于贝叶斯网络模型来评估体检者的健康风险。本文将刻画体检记录数据的的贝叶斯网络划分为“基本信息层”及“体检项目层”两个层次,并设计了一种由含有缺失值的体检数据驱动的带约束分层贝叶斯网络结构学习方法:首先基于半朴素贝叶斯算法(TAN)学习基本信息层内部的连接,并限制层间连接的方向(称为“分层TAN型约束”);然后采用集成方法(Bagging)学习网络整体结构(包含体检项目层内部连接及两层间连接),即采用自助采样获得结点连接的置信度,其中基学习算法为结构EM算法;为了进一步提高模型的泛化能力,在Bagging中又采用随机子空间来随机筛选变量。最后,健康风险的评估基于分层贝叶斯网络的推断进行,以期为体检者提供更精准的体检项目分析。通过新型冠状病毒肺炎这次疫情,我们更加意识到医务人员在保障社会安全稳定与个人生命健康中举足轻重的地位,却面临着巨大的职业健康风险。因此,分析医务人员的体检数据,根据相关风险因素进行健康检查,这有重要的现实意义。本文运用分层贝叶斯网络及其结构学习算法分析某三甲医院医务人员连续7年的体检数据。实证表明:分层贝叶斯网络结构显示了该医院医务人员群体的高风险疾病特征及变化趋势,模型的预测性能相比SEM具有一定优势,在医务人员职业健康风险分析与管理方面具有一定的参考价值和实践意义。