本发明公开一种急性胰腺炎诱发器官衰竭的预测模型，包括以下步骤：S100、患者信息预处理，采用{Variables,Time}记录事件及时间节点；S200、按照时间的先后顺序对事件进行排序，采用Decay机制填补缺失值；S300、使用Embedding机制对数据进行one‑hot编码，映射到实向量空间中，对数据进行归一化后输入Phased LSTM模型，其中依据患者从入院到某一事件的时间节点这段间隔时间计算时间门输出，利用时间门的输出结果来加速模型训练过程，输出层的神经元为2，采用softmax函数作为激活函数。本发明能够处理异构的多维度数据以及能够灵活的使用时间信息，同时模型的判断也更接近于真实世界中对于疾病自然进程的一种刻画。