论文部分内容阅读
目的:针对儿童看病需求量大导致的儿科诊疗服务效率和准确率偏低等问题,利用自然语言处理和深度学习技术,从儿科历史病历数据中自动“学习”专家医生诊断模式,形成智能辅助诊断模型,从而对新的儿科病历数据输出疾病诊断决策.结果:基于深度卷积神经网络的七分类疾病智能诊断模型的正确率为84.26％,Fl-score为84.33％,基本达到可投入实际应用的级别.结论:智能诊断决策作为预诊信息提供给医生进行确诊参考,对提升医生诊断速度效果明显.