基于DAM_XGCN的疾病辅助诊断模型

• 作者: 陈燕 龚庆悦 李铁军 王红云 鲍剑洋 胡孔法
• 来源期刊: 软件导刊
• 关键词: 图卷积网络 XGBoost 中西医诊断 乙肝 智慧医疗
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 70-74
• 页数: 5页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.202257

摘要

为挖掘患者治疗中诊断疾病指标变化特点,提出一种疾病辅助诊断模型(DAM_XGCN).首先使用XG?Boost预处理中西医指标数据,将指标诊断重要性排序结果可视化;其次将高等级指标及患者就诊时序信息输入到图卷积神经网络中进行训练.以三甲医院名医亲自记载近17年的临床医案为基础,得到一/二/三维乙肝小、大三阳指标组合的交/差集结果,该模型预测结果准确率达72％,比传统方法提高10％以上.DAM_XGCN模型不仅可有效学习中西医诊断指标间的复杂关联信息,辅助医生临床诊断,而且能追踪模型中各环节输出结果.