基于机器学习技术的在线疾病诊疗方案倾向性识别研究

• 作者: 毛文涛 田梅 艾新龑
• 来源期刊: 中华医学图书情报杂志
• 学科: 医学
• 关键词: 机器学习 在线医疗 中西医结合 心血管疾病 倾向性识别 文本挖掘
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 研究与探讨
• 页码范围: 1-5
• 页数: 5页
• 分类号: R-058|R197.324|TP181
• 字数: 3598字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3982.2018.07.001

摘要

目的:采用机器学习技术分析和预测在线疾病诊疗方案的倾向性.方法:爬取39疾病百科网中与心血管疾病相关的439条症状数据,通过TF-IDF算法提取症状关键词向量,采用支持向量机、决策树、神经网络建立分类模型,预测不同病症倾向西医或中西医结合的治疗方案.结果:对在线疾病信息的文本分析可挖掘疾病的特征,采用机器学习技术可有效预测对应治疗方案的倾向性,预测精度均达90％以上.结论:机器学习技术可揭示疾病症状和治疗方案之间的内在联系,有助于提高在线疾病咨询的效率,提供有针对性的备选治疗方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田梅	新乡医学院管理学院	29	114	6.0	9.0
2	毛文涛	河南师范大学计算机与信息工程学院	34	174	8.0	11.0
3	艾新龑	河南师范大学计算机与信息工程学院	1	4	1.0	1.0