医疗大数据挖掘技术在疾病预测中的应用研究

Journal: Basic Medical Theory Research DOI: 10.12238/bmtr.v6i6.10981

张志超

天津市斯宇克医疗器械销售有限公司

Abstract

目的：本研究旨在探讨医疗大数据挖掘技术在疾病预测中的应用价值,并实证分析不同机器学习算法在疾病预测中的性能。方法：选取电子病历、实验室检验数据等医疗数据集,采用逻辑回归、支持向量机、随机森林和深度神经网络四种典型算法进行对比实验,评估各模型在准确率、召回率、F1值和AUC四个指标上的表现。结果：深度神经网络在所有评估指标上均表现最佳,AUC值达0.94,显示出较强的分类能力和泛化性；随机森林次之,其稳健性和预测精度较高。结论：实验结果表明深度学习算法在疾病预测中的应用潜力较大,提出的算法改进建议包括特征工程、参数调优和集成学习方法,有助于提升疾病预测的准确性与可靠性,为医疗大数据挖掘技术的优化提供了实证支持。

Keywords

医疗大数据；疾病预测；机器学习；深度神经网络

Full Text

PDF - Viewed/Downloaded: 0 Times

References

[1] Partha S.Understanding Differences in Behaviour Patt erns of Healthcare Service Elements Among Regions Applying Data Mining[J].Journal of Health Management,2023,25(2):369-381.
[2] 于国庆,沈飞.数据挖掘技术在医疗大数据分析中的应用——评《医疗大数据分析与数据挖掘处理研究》[J].中国科技论文,2022,17(07):847.
[3] 秦泽宁,崔雨萌.大数据助力现代医疗体系建设研究[J].网络安全技术与应用,2022,(04):106-107.
[4] 童俊.数据挖掘技术在医疗大数据中的应用[J].电子技术与软件工程,2021,(12):156-157.
[5] 郑秀娟.数据挖掘技术在医疗大数据中的应用研究[J].电脑知识与技术,2020,16(32):26-27+35.

Citing this article:

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License