摘要

医疗数据表明,自从2013年中国医疗保险改革开始以来,中国门诊患者的数量急剧增加。这导致门诊病人的诊断时间被缩短,也导致门诊医生工作强度被大大增加。为此,本文提出了一种基于机器学习的辅助模型,用于辅助门诊医生进行诊断。该辅助诊断模型使用支持向量机(SVM)和神经网络(NN)来从医学数据集中提取的临床特征对高脂血症进行同步分类。结果表明,该诊断模型应用于高脂血症辅助诊断,准确率达90%,因此该分类结果能够有效辅助门诊医生进行病情诊断,从而达到了提高门诊效率、降低工作强度的目的。

  • 单位
    西安交通大学第一附属医院