使用不适感绘图进行诊断预测
机器学习
2016-12-06 v1
摘要
在本文中，我们探索了应用机器学习基于不适感绘图进行诊断预测的可能性。不适感绘图是患者表达与不适和疼痛相关症状的直观方式。在实践中，这些绘图已被证明是收集患者数据并做出诊断决策的有效方法。我们收集了一个来自真实患者病例的数据集，并由医学专家提供诊断标签。接着，我们扩展了一个分解式多模态主题模型，即跨电池主题模型 (Inter-Battery Topic Model, IBTM)，以训练一个能够对未见过的给定不适感绘图做出诊断预测的系统。实验结果表明，该系统能够对未见过的给定不适感绘图做出合理的诊断标签预测。这一积极结果表明，机器学习在用于疼痛诊断过程的部分环节以及作为医生和其他医疗人员的决策支持系统方面具有巨大潜力。
引用
@article{arxiv.1612.01356,
title = {Diagnostic Prediction Using Discomfort Drawings},
author = {Cheng Zhang and Hedvig Kjellstrom and Bo C. Bertilson},
journal= {arXiv preprint arXiv:1612.01356},
year = {2016}
}
备注
NIPS 2016 Workshop on Machine Learning for Health