Resumen

Este estudio tiene como objetivo establecer un modelo para analizar la experiencia clínica de médicos veteranos de la MTC. Proponemos un marco de aprendizaje de conjunto basado en el análisis de registros clínicos con información de etiquetas ICD-10 para un diagnóstico efectivo y recomendación de puntos de acupuntura. Proponemos un marco de aprendizaje de conjunto para la tarea de análisis. Un conjunto de aprendices base compuesto por árbol de decisión (DT) y máquina de vectores de soporte (SVM) son entrenados mediante el muestreo de arranque del conjunto de datos de entrenamiento. Los aprendices base son ordenados por precisión y diversidad a través del algoritmo de clasificación no dominada (NDS) y combinados mediante una estrategia de aprendizaje de conjunto profundo. Evaluamos el método propuesto comparándolo con dos métodos actualmente exitosos en un conjunto de datos de diagnóstico clínico con información de etiquetas ICD-10 etiquetadas manualmente. La anotación de etiquetas ICD-10 y la recomendación de puntos de ac

• Materias:Internet de las cosas Inteligencia artificial Contaminantes atmosféricos Sistema biométrico Aplicaciones
• Subjects:Internet of things Artificial intelligence Air pollutants Biometric system Applications
• Palabras claves:Modelo; Experiencia clínica; Médicos veteranos de MTC; Aprendizaje en conjunto; Etiquetas de la CIE-10; Recomendación de puntos de acupuntura
• Keywords:Model; Clinical experience; TCM veteran doctors; Ensemble learning; ICD-10 labels; Acupoints recommendation