基于医院临床数据中心的可疑呼吸道传染病发现与预测模型构建

摘要：

目的 通过构建基于临床数据中心的可疑呼吸道传染病发现与预测模型,实现对可疑传染病的发现与预测.方法 选取某三甲医院的临床数据,基于历史传染病数据进行病历结构化建模,构建呼吸道传染病知识图谱,利用XGboost算法和知识图谱推理技术形成发现与预测合并决策模型,并使用医院历史数据做交叉验证,得到准确度较高的模型.结果 发现与预测模型的平均查准率为92.55％,查全率为91.49％,综合F1值为92.01％,均优于单独的知识图谱模型或XGboost模型,将模型与医院的电子病历系统和临床辅助决策系统进行集成,应用于对真实临床病例的预测.结论 该方法能够很好地针对新发可疑呼吸道传染病进行预测,辅助医院及时启动传染病应急预案,减少传染病发生早期时医务人员的感染概率.

关键词：可疑传染病、人工智能、知识图谱、预测模型

所属期刊栏目：22

分类号：R197.323(保健组织与事业（卫生事业管理）)

资助基金：长株潭一体化医疗大数据应用基础支撑体系研究试点示范;教育部-中国移动科研基金

在线出版日期：2023-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：964-971