一种基于机器学习的布鲁氏菌病筛查率提升方法技术

本发明专利技术公开了一种基于机器学习的布鲁氏菌病筛查率提升方法，包括以下步骤：S1、建立阳性倾斜模型，在训练模型中加重阳性权重，提升模型阳性检出率，报告阳性样本；S2、阳性样本进入问卷调查环节；S3、结合问卷调查结果及阳性患病概率，综合分析布鲁氏菌病的患病风险，并推送医生端。本发明专利技术所述的一种基于机器学习的布鲁氏菌病筛查率提升方法，将机器学习与问卷进行整合，首先通过阳性倾斜模型，提升模型阳性检出率；机器学习模型报告为阳性后，进入问卷环节，排出假阳性；从而提高了布鲁氏菌病筛查率；解决布鲁氏菌病筛查率低的问题。解决布鲁氏菌病筛查率低的问题。

【技术实现步骤摘要】
一种基于机器学习的布鲁氏菌病筛查率提升方法


[0001]本专利技术涉及医疗数据处理
，尤其是涉及一种基于机器学习的布鲁氏菌病筛查率提升方法。

技术介绍

[0002]临床存在很多疾病在前期症状特征比较微弱，尤其有些重病的潜伏期隐秘，即使存在某些症状有时往往因为患者本身的认知不足导致疾病的耽误或错诊情况。以布鲁氏菌病(简称布病)为例，布病属于我国《传染病防治法》规定的乙类传染病，根据临床病程分为急、慢性期。急性期临床患者表现为非特异性的发热(包括低热)、乏力、多汗、肌肉、关节疼痛等症状，常易与其他发热性疾病，如：发烧，感冒、风湿病和结核病等混淆，临床难以早期诊断，这不仅使临床干预时间窗缩短，而且增大了转为慢性期并引发严重并发症的风险。另外，早期发现布病隐性感染者，亦是传染性疾病面临的挑战。为此，如何实现对非典型临床症状布病患者早期诊断以及早期筛查布病隐性感染者，是布病诊疗中亟待解决问题。影响疾病早期的临床诊断因素很多，一方面是患者本身的重视和意识程度，另一方面在临床诊断过程中针对某些疾病也会存在一定的漏诊错诊情况。
>[0003]人工智本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的布鲁氏菌病筛查率提升方法，其特征在于，包括以下步骤：S1、建立阳性倾斜模型，在训练模型中加重阳性权重，提升模型阳性检出率，报告阳性样本；S2、阳性样本进入问卷调查环节；S3、结合问卷调查结果及阳性患病概率，综合分析布鲁氏菌病的患病风险，并推送医生端。2.根据权利要求1所述的一种基于机器学习的布鲁氏菌病筛查率提升方法，其特征在于，建立阳性倾斜模型的具体步骤为：S11、数据预处理，收集数据，并清洗处理数据，将数据处理为符合机器学习的结构化表格或矩阵类型的结构化数据，处理数据缺失值，处理异常数据；S12、特征工程，从结构化数据中提取或增强与标签或问题相关的特征；S13、模型训练，基于结构化数据及目标问题，利用算法对数据进行学习迭代，形成机器学习算法经验，用于问题的预测，形成模型；S14、模型调优，基于效能指标和损失情况进行训练效果评估，如未达到预期则调优迭代，直至模型效果符合预期，模型训练成功。3.根据权利要求2所述的一种基于机器学习的布鲁氏菌病筛查率提升方法，其特征在于：所述S11中数据包括确诊为布鲁氏菌病的体检样本和非布鲁氏菌病人群体检样本；样本数据为血常规、患者年龄、性别，其中确诊为布鲁氏菌病的体检样本的血常规数据为首诊血常规。4.根据权利要求3所述的一种基于机器学习的布鲁氏菌病筛查率提升方法，其特征在于，所述S12具体步骤为：S121、...

【专利技术属性】
技术研发人员：陈超，宋彪，冯祥，
申请(专利权)人：内蒙古卫数数据科技有限公司，
类型：发明
国别省市：