Systems and methods for supporting medical therapy decisions are disclosed that utilize predictive models and electronic medical records (EMR) data to provide predictions of health conditions over varying time horizons. Embodiments also determine a 0-100 health risk index value that represents the "risk" for a patient to acquire a health condition based on a combination of real-time and predicted EMR data. The systems and methods receive EMR data and use the predictive models to predict one or more data values from the EMR data as diagnostic criteria. In some embodiments, the health condition trying to be avoided is Sepsis and the health risk index is a Sepsis Risk Index (SRI). In some embodiments, the predictive models are neural network models such as time delay neural networks.L'invention concerne des systèmes et des procédés d'aide à la décision de thérapie médicale, qui utilisent des modèles prédictifs et des données de dossiers médicaux électroniques (EMR) pour fournir des prédictions d'état de santé à des horizons temporels variables. Des modes de réalisation déterminent en outre une valeur d'indice de risque sanitaire de 0 à 100 qui représente le "risque" pour un patient de contracter une affection médicae sur la base d'une combinaison de données EMR en temps réel et prédites. Les systèmes et procédés reçoivent des données EMR et utilisent les modèles prédictifs pour prédire une ou plusieurs valeurs de données à partir des données EMR en tant que critères de diagnostic. Dans certains modes de réalisation, l'affection médicale que l'on tente d'éviter est le sepsis et l'indice de risque de santé est l'indice de risque de sepsis (IRS). Dans certains modes de réalisation, les modèles prédictifs sont des modèles de réseau neuronal tels que des réseaux neuronaux à retard temporel.
