机构名称：
¥ 1.0
文献中的大部分研究都是基于统计方法，用于根据实验室结果得出参考限度。随着研究人员可以获得越来越多的数据，临床医生和从业人员可以更有效地使用 ML 方法来降低成本并提供更准确的诊断。本研究旨在通过提供一种自动化方法，通过机器学习从之前的测试结果中准确预测实验室结果，从而为医学实验室流程做出贡献。获得的所有患者数据均已匿名化，共使用 449,471 个测试结果来构建集成数据集。共使用了 107,646 名独特患者的数据。本研究旨在预测肌酸激酶测试的值范围，肌酸激酶测试在单独的试管中进行，通常需要比其他测试更多的处理时间。使用实验室结果和随机森林算法，本研究报告称，使用 AST 和 ALT 测试值可以 97% 的准确率确定肌酸激酶测试的结果。这对于从业者和患者来说是一项重要的成就，因为这项研究显著减少了创建激酶测试评估时间。
一种预测肌酸激酶测试结果的机器学习方法
主要关键词
相关文件推荐
