目的基于人工智能技术的前列腺癌诊断是目前的研究热点。然而现有的智能诊断方法大多只能利用MRI、CT等图片数据进行前列腺癌诊断,还无法对前列腺癌的图数据进行处理,局限性很大,诊断性能还有待提高。为了弥补这一不足,提出一种基于图卷积神经网络(GCN)的前列腺癌诊断模型(PCa-GCN)。方法首先从各大医院收集到前列腺癌检查数据样本,然后基于jieba分词、词袋模型、最大熵模型等预处理来构建得到病历图。接着将病历图作为GCN的输入来学习得到前列腺癌特征的图嵌入表示,最后采用基于Sigmoid的逻辑回归实现特征与前列腺癌之间的映射,完成对前列腺癌的准确诊断。结果基于K折交叉验证的实验结果表明,PCa-GCN模型在召回率和ROC曲线方面的性能优于其他诊断方法。结论 PCa-GCN模型可实现前列腺癌的精准诊断,为前列腺癌数据分析、疾病预防提供技术支持。