换一批摘要[目的/意义]面向疾病诊断场景,探讨基于知识和数据融合的人工智能诊断模型的可解释性策略,为促进智能医学发展,进一步加强情报学、数据科学与医学学科间的交叉融合.[方法/过程]结合多学科理论和方法,从知识数据双轮驱动角度,构建可解释性的智能诊断理论模型框架,并以病毒性肺炎和细菌性肺炎的鉴别诊断进行实证研究.[结果/结论]本文从情报学视角出发,阐述了可解释性智能诊断模型构建策略,并通过实际场景应用验证模型框架的可行性与合理性.
更多相关知识
关键词
双轮驱动人工智能可解释性智能诊断肺炎dual-drivenartificial intelligenceexplainabilityintelligent decision-makingpneumonia
栏目名称
DOI
10.3969/j.issn.1008-0821.2025.10.010
发布时间
2025-10-21（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（72374081）
吉林省科技发展计划项目（20240304164SF）
- 浏览3
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
