期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于AI“宏-微”观结合的证候多维诊断研究路径——以非酒精性脂肪性肝病为例
1
作者 何才英 李白雪 +2 位作者 陈菊 周航 王东 《世界科学技术-中医药现代化》 2025年第11期3157-3171,共15页
随着现代研究方法的发展,机器学习(ML)算法在中医药诊疗等领域中的广泛应用,使中医辨证主观化进而转变为相对客观的诊断,为其中医辨证客观化、量化提供了一种可行的途径。但也出现了病-证诊断模型双重“黑箱”的不可解释性、时空动态数... 随着现代研究方法的发展,机器学习(ML)算法在中医药诊疗等领域中的广泛应用,使中医辨证主观化进而转变为相对客观的诊断,为其中医辨证客观化、量化提供了一种可行的途径。但也出现了病-证诊断模型双重“黑箱”的不可解释性、时空动态数据缺失、临床表征模型与证候分子生物学研究“各自为政”等相关问题。本文通过聚焦非酒精性脂肪性肝病(NAFLD),基于生物学“多重打击”理论,以中医“病-证-症-期”诊疗为指导,提出以下研究思路:构建表型-细胞-分子多层次关键网络模块的“单纯性脂肪肝→脂肪性肝炎→肝纤维化→肝硬化”的数学模型框架;建立基于证候-影像表型组(宏)与代谢组学为代表的分子标志物群(微)特征融合的可解释性多维模型的方法学框架,以期实现NAFLD证候个体化的精准诊断。 展开更多
关键词 “宏-微”结合 证候 非酒精性脂肪肝 机器学习 可解释性模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部