基于知识图谱的疾病筛查模型研究:以新型冠状病毒肺炎为例

作     者：夏寒 夏天 张诚 钱晨嗣 刘星航 杨妹 李润美 

作者机构：上海市疾病预防控制中心上海200336 

出 版 物：《中国卫生资源》 (Chinese Health Resources)

年 卷 期：2022年第25卷第6期

页      面：799-802页

学科分类：1004[医学-公共卫生与预防医学(可授医学、理学学位)] 08[工学] 100401[医学-流行病与卫生统计学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 10[医学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：2021年科技部科技创新2030-“新一代人工智能”重大项目“新冠肺炎疫情等公共卫生事件的智能流调研究”(2021ZD0114000) 2022年科技创新行动计划“以创新为导向的“互联网+公共卫生服务”可持续发展模式研究”(22692105000) 

主　　题：机器学习machine learning 知识图谱knowledge atlas 疾病筛查模型disease screening model 传染病筛查infectious disease screening 新型冠状病毒肺炎COVID-19 

摘      要：目的形成一套基于机器学习等技术、面向疾病筛查的模型构建方法与路径,推进我国常见疾病、传染病的预测预防与早期干预。方法以新型冠状病毒肺炎为例,基于统计学和知识图谱理论,利用大数据和机器学习技术,提取疾病数据集的特征数据,构建基于机器学习的疾病早期筛查模型。结果对500例风险人员进行模型测试,并依据核酸检测结果评价模型的准确率,测试结果表明,模型有较高的准确率。结论研究构建的疾病筛查模型较好地解决了传统疾病筛查效率低、准确性差的瓶颈问题,实现了居民及医疗机构对疾病的早期筛查与识别,可以在不同医疗机构以及互联网端推广使用。