首页
学习
活动
专区
工具
TVP
发布

未至黑马优秀作品——云安心

项目背景

目前没有有效的风险预测工具帮助人提前预知心脏疾病,以便可以提前预防或者治疗。另外,有些心脏疾病的病人却不能得到恰当、具有针对性的治疗方案。目前人工智能机器学习通过分析、比对多种医疗、健康、疾病等因素可以显著提高预测心脏疾病的概率,并分析心脏疾病发病的病理因素。

现状分析

心脏疾病现状

2012年国家心脏病中心发布的《中国心脏病报告2012》数据显示,中国心脏病患人数高达2.9亿,其中每10个成年人就有2人患心虚管病。每年约350万人死于心脏病。而国家心脏病中心联合阜外心脏病医院组织实施的临床研究显示,在中国,2001年因心脏病住院的平均每十万人中有3.7人,到2010年飙升至15.8人。

人工智能在心脏疾病领域的应用

2017年初,英国诺丁汉大学流行病学家Stephen Weng通过对公开临床实践数据源(CPRD),对英国325648份电子病历记录进行机器学习研究,并将研究结对与美国心脏/心脏病协会(ACC/AHA)指南比对,发现通过人工智能的预测心脏疾病的成功率在0.745到0.764不等,要比美国心脏/心脏病指南要高出2到4个百分点。

美国心脏/心脏病指南是全世界最权威的心脏病指南之一。已经建立的心脏疾病风险评估方法,可以根据既定风险因子,如高血压、胆固醇、年龄、吸烟状况、糖尿病等预测心脏疾病发病概率。虽然这部分风险预测工具可以预测大多数心脏疾病,但是仍有大量的心脏疾病风险不能被这些工具所发现,机器学习为标准预测建模提供了另一种可能解决当前局限的方法。通过更好得利用“大数据”进行算法开发。机器学习从模式识别和人工智能的研究发展而来。这依赖于计算机通过最小化预测和观察结果之间的误差来学习变量之间的所有复杂和非线性相互作用。机器学习除了可以提高预测准确率,还可以通过分析其他变量来推断潜在的不易被发现的潜在变量因素。

系统简介

系统核心技术是运用人工智能技术,挖掘电子病历中的关键因素、配合互联网智能硬件如手环和电子化身体检测设备。利用随机森林、逻辑回归、梯度增强、神经网络四中机器学习算法,同时比较已经建立的ACC/AHA算法,再结合电子健康记录(EHR)生成预测数据与分析报告,配合标准的医疗诊断工具,可显著提高心脏类疾病的预测成功率与并出具具有针对性的治疗方案。

系统从功能和服务上由两部分组成。一是前端应用及设备,他们分别是移动心电监护应用、移动可穿戴设备、医院PC监测预警系统。而是后端服务应用,分别是心电数据计算与分析系统、电子病历分析系统、心脏实时监控服务系统、人工干预校正系统、权威资料数据服务中心。

系统亮点

(1)海量电子病历结合权威医学分析做到防治结合;

(2)数据分析技术采用机器学习加人工干预的方式;

(3)通过移动穿戴设备实时监测病情,危急时刻支持自动呼叫救护;

(4)数据自动修正,机器学习与人工干预结合的方式,保证预测分析结果的先进性与权威性。

(5)提供疾患家属移动应用、医院预警分析系统,实现多方协作监控疾患、防止意外发生。

心脏病的危害极大,威胁人类的生命。根据数据显示,心脏病已成人类健康的头号杀手,全世界每年有1700万人死于心脏病,每3例因病死亡者中,就有1例是心脏病患者。心脏病的危害巨大,常被人误以为是不治之症,这种想法是完全错误的。大家应该重新重视心脏病的危害,也要有敢于和心脏病作斗争的心。期待在不久的将来云安心能在智慧医疗领域开花结果。最后小编还是那句话我们的宗旨是将梦想变为现实!

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180118G0LV7U00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

相关快讯

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券