《医疗科研大数据平台技术指南 第6部分：人工智能临床预测模型构建》.pdfVIP

医疗大数据平台技术指南第6部分：人工智能临床预测模型构建

1范围

本文件规定了基于人工智能的临床预测模型构建的相关要求，包括临床预测模型构建的总则、框架、

规定了数据收集、构建过程（数据理解，数据预处理，特征工程、模型训练）、模型效果与评价、模型

扩展与验证和模型部署等内容。本文件适用于基于人工智能临床预测模型体系的构建。

本文件适用于人工智能临床预测模型的建立；人工智能临床预测模型建立过程的明确，人工智能临

床预测模型实施落地的指导；人工智能临床预测模型的研发和评价。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T5271.31信息技术词汇第31部分：人工智能机器学习

YD/T3762大数据数据挖掘平台技术要求与测试方法

3术语和定义

下列术语和定义适用于本文件。

3.1

人工智能arificialInteligence

研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方

式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

3.2

自然语言处理naturallanguageprocessing

人工智能的分支学科，研究用计算机模拟人的语言交际过程，实现人与计算机之间用自然语言进行

有效通信的各种理论和方法。

3.3

机器学习machinelearning

功能单元通过获取新知识或技能，或通过整理已有的知识或技能来改进其性能的过程。

[GB/T5271.31定义，31.1.2]

3.4

1

深度学习deeplearning

机器学习中一种基于对数据进行表征学习的方法，通过组合低层特征形成更加抽象的高层表示属

性类别或特征，以发现数据的分布式特征表示。

[GB/TCESA1119定义，3.6]

3.5

有监督学习supervisedlearning

指已有的样本（数据）已经包含自身的特征变量（自变量）及正确的响应变量（因变量）。

3.6

无监督学习unsupervisedlearning

指已有的样本（数据）不包含因变量。

3.7

通用数据模型commondatamodel

一种从多种来源的电子信息数据库中提取特定信息的结构和框架，它通过建立标准化的变量表单,

从海量数据中准确、快速、有效地提取科学研究或管理所需要的关键信息。

4缩略语

下列缩略语适用于本文件：

——AI:人工智能(ArificialIntelligence)

——NLP:自然语言处理(NaturalLanguageProcessing)

——ROC:受试者工作特征曲线(receiveroperatingcharacteristiccurve)

——AUC:曲线下面积(AreaUnderCurve)

——SPE:特异度(specificity)

——SEN:灵敏度(Sensitivity)

——PPV:阳性预测值(PositivePredictiveValue)

——NPV:阴性预测值(NegativePredictiveValue)

——MCC:马太相关系数(MatthewsCorrelationCoefficient)

——CNN:卷积神经网络(ConvolutionalNeuralNetworks)

——RNN:循环神经网络(RecurrentNeuralNetwork)

——GAN:生成式对抗网络(GenerativeAdversarialNetworks)

——SVM:支持向量机(SupportVectorMachine)

——RF:随机森林(RandomForest)

——XGBoost:极端梯度提升树(eXtremeGradientBoosting)