案例1：新冠病毒感染临床诊断
时间：2022-02-24 18:40:01 | 来源：网络推广
时间：2022-02-24 18:40:01 来源：网络推广
在疫情爆发期间，新型冠状病毒主要是以核酸检测阳性为诊断标准。但是，核酸检测效率低，并且不能保证100%准确。
通过医生临床诊断也能识别出新冠病毒感染者，但需要医生具备丰富的临床诊断经验。
那么，如何在短期内让一般的医生也具有丰富的经验，将对疫情的快速防控起到重要作用。
这个时候，思迈特软件基于Smartbi Mining开发的新冠病毒感染临床诊断系统就派上用场了。
系统利用人工智能机器学习算法，学习训练资深医生的临床诊断经验，训练完成具有高准确率的新冠病毒感染识别模型，辅助医生快速进行临床诊断。
在发生类似的紧急公共卫生事件时，能够为快速诊断、快速隔离、快速治疗病患赢得时间，降低病毒传播速度及病患的死亡率。
系统能够快速地训练完成新冠病毒感染诊断识别模型，具备对数据接入、数据处理、模型训练、模型评估、模型部署等整个过程的成熟支撑。
系统依靠的数据包括流行病学史调查数据、病人临床表现数据以及一些实验室检查数据，并直接使用这些特征作为训练模型的特征数据。
将加载的特征数据按照7:3的比例拆分，70%作为训练模型数据，30%作为测试验证模型数据，选择分类模型中的逻辑回归算法、梯度提升决策树，进行诊断模型训练。
使用拆分的30%的数据进行模型验证，验证训练后的诊断模型对新数据的预测能力。
在线咨询
