卷积神经网络模型在儿科疾病预测中的应用

• 作者: 何霆 吴谨准 曾字晨 李小整 熊英杰 王华珍 陈坚
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 深度学习 中文电子病历 卷积神经网络 自然语言处理
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 特别专题——人工智能与临床医学
• 页码范围: 11-13
• 页数: 3页
• 分类号: R319|NO31
• 字数: 3203字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2018.10.004

摘要

目的:针对儿童看病需求量大导致的儿科诊疗服务效率和准确率偏低等问题,利用自然语言处理和深度学习技术,从儿科历史病历数据中自动“学习”专家医生诊断模式,形成智能辅助诊断模型,从而对新的儿科病历数据输出疾病诊断决策.结果:基于深度卷积神经网络的七分类疾病智能诊断模型的正确率为84.26％,Fl-score为84.33％,基本达到可投入实际应用的级别.结论:智能诊断决策作为预诊信息提供给医生进行确诊参考,对提升医生诊断速度效果明显.