机器学习在血液病诊断中的应用
机器学习
2020-06-09 v1
摘要
快速准确的医疗诊断对于疾病的成功治疗至关重要。利用机器学习算法，我们构建了两个基于实验室血液检测结果来预测血液病的模型。在一个预测模型中，我们使用了所有可用的血液检测参数，而在另一个模型中使用了通常在患者入院时测量的精简参数集。两个模型均产生了良好的结果，在考虑五种最可能疾病的列表时，预测准确率分别为 0.88 和 0.86，而在仅考虑最可能的疾病时，分别为 0.59 和 0.57。模型之间没有显著差异，这表明精简的参数集包含了疾病的相关指纹特征，扩大了模型对全科医生使用的效用，并表明血液检测结果中包含的信息比医生认识的要多。在临床测试中，我们表明我们的预测模型的准确率与血液病学专家的能力相当。我们的研究首次表明，仅基于血液检测的机器学习预测模型可以成功应用于预测血液病，并可能为医疗诊断开辟前所未有的可能性。
引用
@article{arxiv.1708.00253,
title = {Application of machine learning for hematological diagnosis},
author = {Gregor Gunčar and Matjaž Kukar and Mateja Notar and Miran Brvar and Peter Černelč and Manca Notar and Marko Notar},
journal= {arXiv preprint arXiv:1708.00253},
year = {2020}
}
备注
15 pages, 6 figures