摘要
本发明提出一种基于AI的慢性肾病风险筛查方法及系统,通过获取人口统计学数据、遗传基因数据和历史病历信息中的至少一种作为生理特征数据,获取免疫信息、血检数据和尿检数据中的至少一种作为临床特征数据,进行特征数据的异常数据去除、缺失数据填补、增殖数据保持分布均衡等处理,借助特征影响度和性能评估值对风险筛查模型进行优化得到最终风险筛查模型,以解决现有技术没有整合多维度临床数据且预测结果精准度较低的问题。
技术关键词
筛查模型
生理特征数据
筛查方法
风险
特征值
变量
机器学习分类器
慢性肾病患者
网格搜索方法
生命体征数据
建立映射关系
病历
标签
验证特征
筛查系统
学习特征
数据获取模块
数据处理模块
系统为您推荐了相关专利信息
电厂冷却系统
气象预报数据
风机转速
序列
参数敏感性分析
雷达点云数据
解译方法
陡坡
三维模型
三维电子沙盘
大语言模型
蜜罐构建方法
web服务器
电力
双向长短期记忆网络