基于机器学习的医学检验智能审核模型

摘要：

针对临床医学检验科信息系统(LIS)只能对检验结果进行异常提醒,无法综合个性化信息进行审核决策的局限性,构建了医学检验智能审核模型(LISIV).LISIV采用历史检验记录和病人个性化信息融合起来的样本特征集,并构建由随机森林,XGBoost和GBDT+LR等多分类器组合的模型.以血常规检验为研究对象,实验结果表明,LISIV的准确率为99％,召回率为98％,F1分数为99％.

关键词：智能审核、机器学习、医学检验、分类模型、组合决策

所属期刊栏目：14

分类号：R197.32;TP391(保健组织与事业（卫生事业管理）)

在线出版日期：2019-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：53-55