利用人工智能通过患者呼吸数据诊断Covid-19
机器学习
2023-02-22 v1
摘要
使用机器学习算法快速诊断和检测COVID-19大流行并将患者从拥挤环境中隔离，对控制疫情非常重要。本研究旨在开发一种即时检测（POCT）系统，通过使用梯度提升树学习算法检测患者呼出气中的挥发性有机化合物（VOCs）来检测COVID-19。2020年12月至2021年3月期间在伊斯坦布尔Medipol Mega医院从142名患者收集了294份呼吸样本。142例中84例为阴性，58例为阳性。所有这些呼吸样本已通过五个空气传感器转换为数值。10%的数据用于模型验证，而75%的测试数据用于训练AI模型以预测冠状病毒存在，25%用于测试。使用SMOTE过采样方法增加训练集规模并减少训练与测试数据中阴性和阳性类别的不平衡。还尝试了不同机器学习算法以开发电子鼻模型。测试结果表明梯度提升算法创建了最佳模型。梯度提升模型在预测COVID-19阳性患者时提供95%召回率，在预测COVID-19阴性患者时提供96%准确率。
引用
@article{arxiv.2302.10180,
title = {Diagnosis of Covid-19 Via Patient Breath Data Using Artificial Intelligence},
author = {Ozge Doguc and Gokhan Silahtaroglu and Zehra Nur Canbolat and Kailash Hambarde and Ahmet Alperen Yigitbas and Hasan Gokay and Mesut Ylmaz},
journal= {arXiv preprint arXiv:2302.10180},
year = {2023}
}
备注
9