《使用一种新的算法对肝脏数据进行分类》

确定一种疾病的正确诊断是医学上最基本的问题之一。人工智能是计算机科学中发展最迅速的一个主要分支。人工智能为智能数据分析提供了一些基本工具，设计并使用机器学习算法分析医疗数据集。许多研究人员使用不同的分类算法将患病人群从正常人群中分离出来并加以分类。

今天的医院装备了数据采集设备，医院的大型信息系统每天都在收集和共享数据。许多人工智能算法如遗传算法、模糊逻辑算法、贝叶斯方法等，以及诸如WEKA这类许多数据挖掘工具和神经网络被用来诊断患病数据。一些肝病患者表现出病毒性感染的症状，如疲劳、腹部疼痛、肌肉疼痛、呕吐和食欲不振。但少数症状如腹部及四肢肿胀、黄疸、消化系统出血等，可能预示着肝功能衰竭患者的病情进展情况。肝脏数据发现肝脏状态的共同属性是血清谷草转氨酶（SGOT）、血清谷丙转氨酶（SGPT）、血清碱性磷酸酶（ALP）、总胆红素、直接胆红素、总蛋白和白蛋白。

将算法和方法应用于肝功能检查（LFT）等医学数据中，用于诊断肝炎、肝病或黄疸。这些病人需要不间断和良好协调的医疗治疗来降低死亡率。

诊断肝病是一个复杂的过程，这在很大程度上取决于医生的知识、经验和评估患者当前检测结果的能力，以及分析可能由疾病引起的风险因素的能力。

本文展示了新发现的一种快速分类肝功能数据的算法。这些数据来自印度海得拉巴市的一家医院，该算法的预测非常准确，可以用于快速的初始诊断。

★

每日鲜鸡汤★

Hustle in silence and let your success make the noise.静悄悄地努力，让成功发声。早上好！