疾病关联网络构建及并发症预测模型

全文链接：https://tecdat.cn/?p=34303

分析师：Davis Luo

相关视频

例如在医疗健康领域，找到事物之间隐藏关联对于辅助诊断、知识发现等有重要的意义。

解决方案

任务/目标

从电子病历中提取患者的疾病信息，构建疾病关联网络，并据此进行并发症预测。

数据源准备

电子病历作为医疗信息的重要载体，有很大的挖掘空间和意义。同时，由于中文的多义性、表述不规范性，分析自然语言书写的电子病历也带来很大挑战。

根据提取数据要求的不同，可以采用不同方式处理中文文本。例如在这个工作中，采取中文分词、术语词典比对等方式，提取病历中关键信息。对于要求更高的数据，则可采取词向量、命名实体识别等方法提取数据特征。

数据清洗和初步统计

数据清洗的目的是去除无效数据、不完整数据、前后不一致数据等。

在病历数据特征提取中，去除患者隐私信息，保留基础信息，剔除无效诊断病历，剔除极罕见诊断数据（因其在病历中所占比例过小，无法进行学习和分析，存在过拟合可能）。

接下来，对数据进行初步统计形成数据概览。这一步的目的是为了加强对数据整体认识，确认数据质量，判断数据是否存在不合理的分布。

由于本项目旨在“知识发现”，因此所有数据均作为学习训练集，发现的“知识”采用发表文献验证的方式进行检验和验证。