一种基于机器学习的遗传代谢病检出率提升方法
基本信息
| 申请号 | CN201910144840.8 | 申请日 | - |
| 公开（公告）号 | CN110033860A | 公开（公告）日 | 2019-07-19 |
| 申请公布号 | CN110033860A | 申请公布日 | 2019-07-19 |
| 分类号 | G16H50/20;G16H50/70 | 分类 | 物理 |
| 发明人 | 辛然;吕少磊;刘攀 | 申请（专利权）人 | 杭州杰毅麦特医疗器械有限公司 |
| 代理机构 | 杭州千克知识产权代理有限公司 | 代理人 | 杭州贝安云科技有限公司 |
| 地址 | 310013 浙江省杭州市西湖区三墩镇振中路208号2幢4、5层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于机器学习的遗传代谢病检出率提升方法，包括以下步骤：S1、利用遗传代谢病的大样本数据，构建遗传代谢病风险评估模型；S2、从遗传代谢病风险评估模型中预测每种疾病的分数，并将分数映射为风险值；S3、利用新加入的筛查和确诊数据，遗传代谢病风险评估模型通过迭代提升筛查的检出率。本发明建立标准的遗传代谢病信息数据库，可以统一各单位的数据信息，将各个地区的信息整理在一起可以充分发挥并挖掘数据的价值。本发明提高了疾病检测的准确度，有效的降低了各遗传代谢病筛查的召回率，提升检出率，有效利用医疗资源。对32种遗传代谢病进行风险评估，辅助医生诊断，提高了医生的诊断效率。 |
