Resumen

En los últimos años, con el aumento de la esperanza de vida humana, la disminución de la tasa de natalidad y la preocupación por la gestión de la salud, el sistema tradicional de imágenes sanitarias, con sus desiguales recursos de imágenes sanitarias, los altos costes de las imágenes sanitarias y los diagnósticos que a menudo dependen de la experiencia clínica de los médicos y las limitaciones del nivel de equipamiento, ha afectado a la demanda de salud de las personas, por lo que es necesario un sistema de imágenes sanitarias más preciso, cómodo y asequible que permita a todas las personas disfrutar de servicios de imágenes sanitarias justos y de calidad. Este artículo analiza la construcción y evaluación de un modelo de diagnóstico médico inteligente basado en redes neuronales profundas integradas, que no sólo proporciona un análisis de diagnóstico sistemático de los diversos síntomas introducidos por el consultante, sino que también tiene una mayor precisión y eficiencia en comparación con los modelos de diagnóstico médico tradicionales. La construcción de este modelo proporciona una base teórica para integrar las redes neuronales profundas aplicadas a los barrios médicos con algoritmos de big data.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:red neuronal profunda, modelo de diagnóstico médico, preocupaciones de gestión sanitaria, algoritmo de big data, limitaciones a nivel de equipo, entrada de varios síntomas, disminución de la natalidad, aumento de la esperanza de vida, análisis de diagnóstico sistemático, año reciente
• Keywords:deep neural network, medical diagnostic model, health management concerns, big data algorithm, equipment level limitations, various symptoms input, birth rate decrease, life expectancy increase, systematic diagnostic analysis, recent year