基于 IBTM 与不适部位图的诊断预测
机器学习
2016-09-14 v2
摘要
本文探讨了利用机器学习基于不适部位图进行诊断预测的可能性。不适部位图是患者直观表达不适与疼痛相关症状的一种方式。在临床实践中，这些图已被证明是收集患者数据和做出诊断决策的有效方法。我们收集了来自真实世界病例的数据集，并由医学专家提供诊断标签。随后，我们使用一种因子化多模态主题模型——跨电池主题模型（Inter-Battery Topic Model, IBTM），训练出一个能够对未知不适部位图进行诊断预测的系统。输出诊断标签的数量通过对不适部位图进行均值漂移聚类来确定。实验结果表明，该系统能够对未知不适部位图给出合理的诊断标签预测。此外，我们利用 IBTM 在给定诊断标签下生成合成的不适部位图，得到了典型的症状表现。这一积极结果表明，机器学习在应用于部分疼痛诊断流程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.1607.08206,
title = {Diagnostic Prediction Using Discomfort Drawings with IBTM},
author = {Cheng Zhang and Hedvig Kjellstrom and Carl Henrik Ek and Bo C. Bertilson},
journal= {arXiv preprint arXiv:1607.08206},
year = {2016}
}
备注
Presented at 2016 Machine Learning and Healthcare Conference (MLHC 2016), Los Angeles, CA