基于人工智能的癌痛中医辨证模型构建研究

Study on Construction of TCM Syndrome Differentiation Model of Cancer Pain Based on Artificial Intelligence

二维码有效期 120s

摘要目的建立基于人工智能的癌痛中医辨证模型,为癌痛中医智能辨证工作的开展提供依据.方法检索中国知网、维普中文科技期刊数据库、万方数据库、中国生物医学文献数据库、古今医案云平台建库至2023年9月收录的癌痛中医病案数据,采用经过超参数调优的线性支持向量分类(Linear support vector classification,LSVC)、最近质心(Nearest Centroid,NC)、多项式朴素贝叶斯(Multinomial Naive Bayes,MNB)、随机森林(Random Forest,RF)、随机梯度下降(Sto-chastic Gradient Descent,SGD)、多层感知机(Multilayer Perceptron,MLP)等机器学习算法对数据集进行量化分析,建立癌痛的诊断辨证模型.运用五折交叉验证对模型进行评价,评价指标包括Accuracy、Precision、Recall、F1 score及AUC值.结果癌痛中医四诊信息为输入变量共72项,输出变量为癌痛中医证型共6项.6种模型的拟合效果较好,Accuracy、Precision、Recall、F1 score均在0.89以上,AUC值达0.94以上;其中NC模型的准确率、查准率与查全率最高,Accuracy、Precision、Recall、F1 score分别为0.978、0.980、0.978、0.977,AUC值达0.986,均高于其他算法模型,其参数的中医解释基本符合中医诊断原理.结论基于NC算法模型建立的癌痛中医辨证模型具有较高的诊断及预测能力,可为临床医务工作者开展癌痛中医智能辨证提供借鉴.