全科应用场景下机器学习为健康风险评估赋能

作     者：袁玲 高翔 李晓光 石建伟 周良 吕奕鹏 俞文雅 陈宁 陈红 杨燕 高雅 谭硕源 王慧 王朝昕 Yuan Ling;Gao Xiang;Li Xiaoguang;Shi Jianwei;Zhou Liang;Lyu Yipeng;Yu Wenya;Chen Ning;Chen Hong;Yang Yan;Gao Ya;Tan Shuoyuan;Wang Hui;Wang Zhaoxin

作者机构：上海交通大学医学院公共卫生学院上海200025 同济大学经济与管理学院上海200092 

出 版 物：《中华全科医师杂志》 (Chinese Journal of General Practitioners)

年 卷 期：2023年第22卷第1期

页      面：19-23页

学科分类：10[医学] 

基　　金：国家重点研发计划项目(2018YFC2000700,2022YFD2101500,2022YFC3601505) 国家自然科学基金(82030099,72004032) 

主　　题：社区 全生命周期健康管理 大健康数据 机器学习算法 健康风险评估 

摘      要：社区卫生服务机构在全生命周期健康管理工作中存在数据利用率低导致缺乏精准有效的健康评估的关键问题,文章以机器学习(ML)算法构建慢性阻塞性肺疾病健康风险预测模型为例,提出全科应用场景下健康风险评估的优化路径,并对ML算法进行了SWOT分析。尽管ML算法面临数据整合、政策监管等问题和挑战,相比传统统计学方法,其方法学的优势可以提高慢性病健康风险预测精度,具有较好的可行性和应用价值,可为全科应用场景下健康风险评估赋能,以期实现社区全生命周期精准健康管理。