科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】基于患者的主诉和病史,利用深度学习模型辅助解决医院预检分诊中准确分配科室问题。【方法】将卷积神经网络模型应用于医疗领域的短文本分类问题,从非结构化的患者主诉文本中学习医疗术语之间的相关性,进行预训练,然后将预训练模型的结构、参数及其权重用于含主诉和病史文本的网络中进行调整,从而得到最终的学习结果。【结果】该算法在数据集上F值达到88%,超过当前最好的基线模型6个百分点,同时发现在数据集内容和样本量大小相似的情况下,使用预训练模型能够明显提高模型训练效率。【局限】本研究基于电子病历数据展开,与直接使用分诊台患者自述数据相比可能存在差异,对此有待进一步探讨。【结论】提出的分诊模型有较强分类能力,能够辅助提高医疗分诊的效率,推动精准医疗发展。
- 单位
