一个新的智能模型用于医疗诊断的可视化推断:TCM的一个案例
Jiang Qi-Yu1, Huang Wen-Heng2, Liang Jia-Fen3
1Guangzhou University of Chinese Medicine, Guangzhou 510405, China.
Artificial intelligence in medicine
|March 10, 2024
概括
这项研究引入了传统中医 (TCM) 诊断的智能模型,可视化了更好的医疗援助的推理. 该模型提高了人工智能应用中的诊断准确性和可解释性.
科学领域:
- 人工智能在医学中的应用
- 传统中国医学 (TCM) 诊断 诊断
- 计算语言学 计算语言学
背景情况:
- 开发用于医学诊断的智能模型需要展示诊断知识和推理过程.
- 传统中医 (TCM) 诊断提供了一个复杂的知识基础,适合人工智能驱动的探索.
- 人工智能推理的解释性和可视化对于临床采用至关重要.
研究的目的:
- 开发一种新的智能模型,用于TCM中可视化医学诊断推断.
- 创建一个AI系统,显示TCM诊断的推理过程.
主要方法:
- 一个新的智能模型是使用预训练语言模型 (中国BERT) 和用于推理二进制的数学算法开发的.
- 2000个生成和60个临床TCM样本用于培训和测试.
- 模型性能使用准确度,F1得分,MSE,损失,混矩阵和ROC曲线进行评估,并与RF和XGBOOST进行比较.
主要成果:
- 开发的智能模型在准确性,F1分数,MSE和损失方面表现出了表现.
- 生成并分析了推理二图,展示了模型的推理过程.
- 这种新型模型与随机森林 (RF) 和XGBOOST.com相比显示出具有竞争力的结果.
结论:
- 该研究提出了一种新的方法,用于可解释和推断AI模型在TCM医学诊断.
- 可视化推理模型在应用人工智能到中医方面提供了潜在的进步.
- 这项工作有助于解决医学诊断系统中可解释AI的挑战.
