《線上診斷：針對臨床徵兆的診斷搜尋模型研究》是依託華東師範大學，由胡琴敏擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：線上診斷：針對臨床徵兆的診斷搜尋模型研究
- 項目類別：青年科學基金項目
- 項目負責人：胡琴敏
- 依託單位：華東師範大學
項目摘要,結題摘要,
項目摘要
全民關注健康的時代，線上醫療的發展促進了網際網路醫療數據的迅速增長，人們往往選擇線上搜尋的方式對其出現的臨床徵兆進行診斷／預診斷，稱為線上診斷。和傳統醫療診斷不同，線上診斷缺乏“醫生”角色的智慧型支持，因此通過搜尋模型來模仿“醫生”職能。和一般搜尋引擎不同，線上診斷強調醫療領域搜尋，輸出為診斷結果，而非一般信息普及。和專業資料庫搜尋不同，線上診斷主要針對無醫療知識用戶，數據來源多樣化以及要進行知識轉換和診斷決策。..本申請課題關注臨床徵兆的線上診斷搜尋模型，側重徵兆查詢語句重寫、“徵兆－術語”知識關聯和診斷結果輸出。首先，針對無背景用戶的無序徵兆查詢，課題將用戶行為分析和主題模型相結合，設計一種基於用戶行為的半監督主題模型。其次，對應“醫生”角色的知識轉換職能，提出一種基於貝葉斯學習的“知識－術語”關係挖掘算法。第三，對應“醫生”角色的診斷決策職能，提出一種基於診斷概念特徵學習的分類算法。
結題摘要
全民關注健康的時代，線上醫療的發展促進了網際網路醫療數據的迅速增長，人們往往選擇線上搜尋的方式對其出現的臨床徵兆進行診斷／預診斷，稱為線上診斷。和傳統醫療診斷不同，線上診斷缺乏“醫生”角色的智慧型支持，因此通過搜尋模型來模仿“醫生”職能。和一般搜尋引擎不同，線上診斷強調醫療領域搜尋，輸出為診斷結果，而非一般信息普及。和專業資料庫搜尋不同，線上診斷主要針對無醫療知識用戶，數據來源多樣化以及要進行知識轉換和診斷決策。本申請課題關注臨床徵兆的線上診斷搜尋模型，側重徵兆查詢語句重寫、“徵兆－術語”知識關聯和診斷結果輸出。首先，針對無背景用戶的無序徵兆查詢，課題將用戶行為分析和主題模型相結合，設計一種基於用戶行為的半監督主題模型。其次，對應“醫生”角色的知識轉換職能，提出一種基於貝葉斯學習的“知識－術語”關係挖掘算法。第三，對應“醫生”角色的診斷決策職能，提出一種基於診斷概念特徵學習的分類算法。
