干眼的中医智能辅助诊断模型研究

作     者：高远 伍紫炫 盛博洋 李丹阳 张仕娜 晏峻峰 彭清华 

作者机构：湖南中医药大学 湖南中医药大学中医诊断研究所 湖南中医药大学信息科学与工程学院 

出 版 物：《辽宁中医杂志》 (Liaoning Journal of Traditional Chinese Medicine)

年 卷 期：2025年

学科分类：12[管理学] 1005[医学-中医学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 100511[医学-中医五官科学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 10[医学] 

基　　金：国家自然科学基金(82274588) 湖南省研究生科研创新项目资助(QL20220183) 湖南省教育厅重点项目(21A0250) 湖南中医药大学中医学一流学科开放基金项目(2022ZYX08) 湖南中医药大学科研揭榜挂帅项目(2022XJJB003) 

主　　题：人工智能 机器学习 诊断 干眼 证型 

摘      要：目的 干眼的中医辨证的精准性有待提升存在不足，本研究旨在基于干眼的客观信息，构建干眼的中医智能辅助诊断模型。方法 通过运用14种机器学习技术，模型能够针对新的数据提供相应的诊断判断，进而优化中医对干眼的诊断和治疗策略。结果 XGBoost算法在干眼虚、实证型的二分类模型上展现出卓越性能。采用14种机器学习构建干眼具体证型的分类模型效果欠佳。Extra-Trees算法构建干眼实证证型的三分类模型效果较好。CatBoost算法构建干眼虚证证型的三分类模型效果较好。结论 相较于直接采用机器学习构建干眼具体证型的六分类模型，在虚、实证型二分类模型的基础上，针对不同目标的干眼证型分类任务，应选用最适宜的算法构建模型，以确保模型性能达到最佳效果。