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