摘要
本发明涉及一种儿科患者利奈唑胺个体化不良反应风险预测方法及系统,属于人工智能辅助医疗决策技术领域,系统包括:信息采集模块;数据预处理模块;不良反应数据库模块;数据筛选模块;建模模块;训练模块;预测概率模块;方法包括:步骤1,基于多源数据库获取儿童患者使用利奈唑胺的特征信息及其不良反应信息;步骤2,基于pandas对获取的数据进行数据清洗及初步筛选;步骤3,建立利奈唑胺的不良反应的标识信息库;步骤4,基于二元逻辑回归及LASSO回归筛选特征变量。本发明能够快速、精准的预测出儿童患者使用利奈唑胺预期的不良反应,为提高患者个体化临床合理使用利奈唑胺、防范相关风险提供数据支持。
技术关键词
不良反应风险
利奈唑胺
风险预测模型
患者
电子病历系统
实体识别模型
儿科
数据
变量
标识
儿童
联用药物
信息采集模块
机器学习算法
医院电子病历
医学
文本
生理特征信息
人工智能辅助
无监督模型
系统为您推荐了相关专利信息
程序性坏死
肿瘤坏死因子
磷酸盐缓冲液
模型小鼠
狼疮
精密传动装置
注射单元
饱和度
心率
丝杠传动装置
亚麻酸
肾上腺
纤维肌痛症
样本
质谱联用技术分析
语义分割算法
采集患者口腔
口腔专用
数据采集终端
直方图均衡化