用于疾病预测的通用 DeepLCP 模型：以肺癌为例
人工智能
2020-09-17 v1
摘要
根据 GHO（全球卫生观察站，GHO），过去十年中缺血性心脏病、中风、肺癌和下呼吸道感染等多种疾病的高患病率始终是主要致死原因。这些疾病所致死亡人数的增长源于症状检测极为滞后。因为在早期阶段症状不明显且类似于良性疾病（例如流感），我们只能在晚期才检出疾病。此外，有害健康的高频不当行为、遗传因素以及紧张的生活条件也会提高死亡率。许多研究探讨了这些致命疾病，其中大多数应用先进的机器学习模型处理影像诊断。但缺陷在于影像仅能在极晚期检出疾病，患者因而很难被挽救。本文中我们提出新方法“DeepLCP”以预测威胁人们生命的致命疾病。它主要基于相关（或受检）人员的原始异构数据。“DeepLCP”由自然语言处理（NLP）与深度学习范式结合而成。所提模型在肺癌预测案例中的实验结果在验证疾病预测时表现出高准确率和低数据丢失率。
引用
@article{arxiv.2009.07362,
title = {General DeepLCP model for disease prediction : Case of Lung Cancer},
author = {Mayssa Ben Kahla and Dalel Kanzari and Ahmed Maalel},
journal= {arXiv preprint arXiv:2009.07362},
year = {2020}
}