大數(shù)據(jù)時代,“互聯(lián)網(wǎng)+”醫(yī)療受到各界研究人員的關注,醫(yī)療行業(yè)借助統(tǒng)計學、機器學習、人工智能方法從電子病歷數(shù)據(jù)中獲得信息,并從疾病預測、醫(yī)療風險評估、藥物發(fā)現(xiàn)等多個方面推動醫(yī)療事業(yè)發(fā)展。目前,繼糖尿病、心臟病、高血壓等常見病的數(shù)據(jù)挖掘研究后,腎病領域也開始與數(shù)據(jù)科學聯(lián)合,使用電子病歷數(shù)據(jù)開展腎病風險預測研究。在疾病的早期預防控制和疾病的預后情況等方面,機器輔助臨床醫(yī)療工作正在逐步實現(xiàn),醫(yī)護人員也借此為患者提供更精準的醫(yī)療服務。因此,本研究以電子病歷為研究對象,在腎病領域進行圖書情報的應用,在對電子病歷的進行醫(yī)學知識標注的基礎上,進行疾病預測研究。本文結合醫(yī)院的大數(shù)據(jù)項目,針對醫(yī)院存儲的電子病歷對腎病知識進行標注和疾病預測。首先根據(jù)文獻和醫(yī)學專家的經(jīng)驗知識整理腎病醫(yī)學指標,將指標映射到電子病歷中的特征,包括實驗室檢驗和臨床癥狀在內的34個指標,并在電子病歷中進行指標的標注和抽取。其次,在腎病疾病分類與預測的任務中,使用XGBoost算法構建了兒科腎炎輔助診斷分類預測模型,對患者是否發(fā)生腎損害進行預測,經(jīng)過對比實驗表明,基于XGBoost算法的模型效果更好。再次,在腎病癥狀關聯(lián)與預測的任務中,...

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【部分圖文】：

圖3.1入院記錄樣例電子病歷文本語言具有以下四個子語言特性：第一，有些句子語法不完整，容易忽略部分隱含信息，如“無頭痛、頭暈”為“無頭痛、無頭暈”的簡寫；第二，部分符號

3基于電子病歷的腎病知識標注碩士學位論文22圖3.1入院記錄樣例電子病歷文本語言具有以下四個子語言特性：第一，有些句子語法不完整，容易忽略部分隱含信息，如“無頭痛、頭暈”為“無頭痛、無頭暈”的簡寫；第二，部分符號在醫(yī)學領域中代表特殊意義，如“蛋白陽性(3+)”表示蛋白檢測為陽性的....

圖3.3人工標注流程圖

3基于電子病歷的腎病知識標注碩士學位論文24圖3.2數(shù)據(jù)處理流程圖3.3電子病歷文本標注本文的標注工作包括人工標注和機器標注兩個部分。人工標注部分是由標注團隊對所有電子病歷語料進行標注，機器標注部分則是在人工標注的基礎上使用機器學習的方法進行自動化標注。3.3.1基于人工標注的腎....

圖3.2數(shù)據(jù)處理流程圖

3基于電子病歷的腎病知識標注碩士學位論文24圖3.2數(shù)據(jù)處理流程圖3.3電子病歷文本標注本文的標注工作包括人工標注和機器標注兩個部分。人工標注部分是由標注團隊對所有電子病歷語料進行標注，機器標注部分則是在人工標注的基礎上使用機器學習的方法進行自動化標注。3.3.1基于人工標注的腎....

圖3.4標注樣例（2）預標注在預標注階段，采用迭代式的標注方法來訓練標注人員和更新標注規(guī)范

3基于電子病歷的腎病知識標注碩士學位論文26給予<藥物>甲潑尼龍</藥物>500mg/日連續(xù)沖擊3天。⑤身體部位（Body）：其對應的UMLS語義類型有身體部位（bodypart）、組織（organ）、組織成分（organcomponent）等。在本研究中，由于腎病的臨床表現(xiàn)涉及....

本文編號：4026475