基于前馈神经网络电子病历辅助诊断系统的研究

摘要

目的:利用前馈神经网络实现电子病历的辅助诊断。方法:通过定义数据元,按照规则从入院记录、首次病程记录中提取临床信息;然后基于前馈神经网络训练学习模型进行辅助诊断。系统从首次病程记录的诊断依据中提取临床信息作为神经网络的输入,以病历的出院诊断(ICD-10疾病编码)作为输出,利用科室的归档病历训练模型。主管医生录入入院记录后,系统自动解析病历,推荐诊断。结果:基于该模型对心血管内科1000份、神经内科914份电子病历进行测试,诊断符合率分别达到医生诊断水平的86%、76%。结论:基于前馈神经网络的电子病历辅助诊断系统性能整体表现良好,是人工智能辅助诊断的有益探索。