科研之友
微信
新浪微博
Facebook
分享链接
摘要
急性呼吸窘迫综合征(acute respiratory distress syndrome, ARDS)缺乏特异性诊断标准，且诱因复杂，在临床实践中往往难以做到早期识别、及时干预，这就需要一种精确、高效的手段辅助识别其发生。基于大数据的机器学习作为一种可以处理海量数据、高效利用有效知识的学习方法，在众多领域发挥了不同作用，在医学领域的重要性日益凸显。截至目前，在医学领域已有大量的机器学习成功应用的案例，其中监督学习算法凭借其可以预测风险的优势，获得众多研究者青睐。本文旨在阐述机器学习算法中监督学习算法在预测危险因素诱导下ARDS发生风险的临床应用。
- 单位
