摘要
本发明涉及医疗信息技术领域,公开了一种基于AI的大客户营养病例快速评估系统及方法,其中,一种基于AI的大客户营养病例快速评估方法包括:利用元学习网络处理人群统计特征数据,生成针对特定人群的采样基础模型;构建贝叶斯决策网络计算营养指标信息价值,生成指标信息成本比率;根据指标信息成本比率,采用马尔可夫决策过程构建序贯采样策略,执行自适应指标采样;在执行自适应指标采样过程中,计算信息增益率实现动态终止决策,避免过度采样;应用条件概率推断生成完整营养评估结果,实现仅需测量少量指标即可获得高精度评估结果;本发明通过利用信息价值理论和元学习技术,解决了大客户营养病例评估中资源限制问题。
技术关键词
指标
决策
统计特征
客户
网络
评估系统
比率
条件依赖关系
医疗信息技术
动态
统计学特征
策略
职业特征
基础
传播算法
采样模块
数据
双层结构
定义
参数
系统为您推荐了相关专利信息
动态演化方法
数字孪生
滚动轴承
轴承寿命预测技术
多传感器信号融合
石油勘探方法
三维地质模型
勘探机器人
数据
网格
数据智能分析方法
分布式光伏电站
知识图谱数据库
故障特征
神经网络参数
条码图像
图像处理方法
生成对抗网络
工业相机
训练集