大数据及人工智能方法在妊娠期糖尿病预测的应用
目的：运用大数据及人工智能方法对妊娠期糖尿病(GDM,Gestational diabetes mellitus)进行预测分析并找到高度相关指标.方法：利用多种机器学习算法建模对孕妇在第12周检查的生化指标以及孕妇建档数据进行分析,比较发现TreeNet算法预测效果最佳.结论：通过TreeNet算法发现孕妇的空腹血糖、分娩年龄、孕12周的前白蛋白水平、孕12周的体重指数等指标与妊娠期患糖尿病高度相关,整体跨期验证确诊率达64％以上.并使用CART算法找到了一组患GDM高风险人群的规则特征.
妊娠期糖尿病 大数据 人工智能 TreeNet算法
吴邦华 姚强 邓韧 罗渭 梁涛
四川大学华西第二医院,四川省成都市武侯区人民南路三段17号,610000 四川省卫生和计划生育信息中心,成都市青羊区上汪家拐街39号,610000 杭州奇越数据科技有限公司,浙江省杭州市拱墅区北部软件园祥园路38号1幢东B624, 310012 成都奇越数据科技有限公司,四川省锦江区东大街100号商会大厦b座19层,610000
国内会议
成都
中文
60-66
2017-11-17（万方平台首次上网日期，不代表论文的发表时间）