近年来,生物医学领域的数据呈现爆发式增长,特别是伴随着以电子病历系统为核心的医疗信息化建设的不断推进,不同医疗机构中积累的大量电子病历数据可以支持数据驱动的医学人工智能领域的发展。然而,单一医疗机构电子病历系统中积累的临床数据,由于在样本量、数据质量、患者特征复杂度等方面受限,难以构建高质量的临床预测模型。因此,能够突破医疗机构间的信息壁垒、联通“信息孤岛”的多中心协同数据挖掘模式应运而生。多中心协同电子病历数据挖掘旨在通过不同医疗机构之间的协同合作,深度挖掘多中心大规模电子病历数据中蕴含的巨大价值,进而实现临床决策支持水平和医疗服务质量的提升。然而,由于现有技术方案在面向多中心电子病历数据协同挖掘时仍然存在隐私保护水平不足、可扩展性低、模型泛化能力弱等问题,不同医疗机构间的数据资源尚不能实现高效的整合与利用。因此,本研究针对当前多中心数据挖掘领域亟待解决的问题,构建面向多中心电子病历数据的协同挖掘及建模方法,从而为医学人工智能、临床决策支持等领域的发展提供灵活、有效的方法支撑。本文的主要创新点包括:提出了一种满足患者隐私保护需求的电子病历数据生成方法,可以作为隐私保护下的数据增强或数据共享方案。该方法基于生成对抗网络模型克服了传统数据生成方法中特征维度低、数据类型单一的问题,能够灵活地生成高维度、多类型的患者时序特征并捕捉其相关性。同时,所提出的数据生成方法可通过差分隐私技术获得严格、可量化的隐私保证。该方法能够为临床研究人员提供具有较高可用性、隐私性和灵活性的生成电子病历数据,从而为复杂临床应用场景下的多中心协同数据挖掘提供有效的数据支持。提出了一种多中心分布式的随机森林模型协同构建方法,利用联邦学习框架使得参与训练的各医疗机构在不共享原始患者数据的前提下完成模型构建,打破了现有多中心协同建模需要通过数据汇总以及集中式训练的弊端,为多中心模型协同构建提供了高效且隐私保护的解决方案。同时,利用隐私保护的数据生成模型作为数据增强手段,有效提升了分布式训练下多中心模型的预测效果。该方法可以充分利用多中心临床协同研究网络中不同医疗机构上的大规模电子病历数据,实现机器学习模型构建从单中心向多中心上的拓展。提出了一种多中心模型在外部医疗机构中的泛化能力提升方法,使得多中心协同建模的结果更加精准、可靠,从而满足多中心协同数据挖掘在临床实践中的应用需求。该方法通过迁移学习实现对多家源域医疗机构中高质量、大规模电子病历数据的有效利用,能够应对单中心独立医疗机构在样本量少、有标签数据少等资源不足场景下的数据挖掘挑战。同时通过半监督学习方法充分利用目标域医疗机构中的可用训练样本,从而有效提高多中心协同构建的预测模型在外部医疗机构中的泛化能力,为多中心协同建模结果的实际临床应用提供保障。本研究面向真实世界的临床数据挖掘场景,构建了隐私保护的、高效的、泛化性强的多中心电子病历数据协同挖掘及建模方法,解决了医疗大数据分析从单中心模式向多中心模式拓展中的关键问题,从而加速实现电子病历数据在临床实践中的应用转化,为突破多中心医疗机构间信息壁垒、提升我国医疗健康服务水平提供了有力的技术支撑。