深度学习用于疾病预后-第二课第一周1节-AI用于医学预后简介

集中于医学预后(medical prognosis)的学习。

预后是医学的一个分支,专门预测病人未来的健康状况。

例如,根据病人的实验室结果,你能估计出未来5年内心脏病发作的风险吗?或是未来10年内死亡的风险?

在本次中,您还将练习使用结构化数据构建决策树和随机森林。

机器学习是预测预后的有力工具,通过使用多种不同类型的医疗数据来准确预测患者未来的健康状况,可以极大地推动医学这一分支的发展。

学习节奏

  • 第一周 预后案例欣赏

我们会看到多个预后任务的例子,包括一些使用风险计算的预后是常规临床实践的一部分的例子。

  • 第二周,用决策树建立机器学习模型。

您将使用树来建模非线性关系,这些关系通常在医学数据中观察到,并将其应用于预测死亡率(即患者死亡的概率)的预测任务。

在实践中,当我们训练机器学习模型时,一个关键的挑战是如何处理丢失的数据(missing data)。

您将了解一些处理机器学习管道中处理丢失数据的方法。

  • 第三周,学习生存模型。

假设一个病人患有一种特殊类型的癌症,你想估计他们存活一年或两年,或五年,甚至更长时间的概率。这是当你使用生存模型时, 它允许你对事件进行建模。

在这种情况下,病人可能会死亡。这些模型帮助我们回答了一些病人的问题,比如,我在未来五年或未来十年中存活的可能性有多大?

生存模型也被用来模拟从治疗到复发的时间。所以问题是,我在一年或两年内复发的可能性有多大。

  • 第四周,学习建立和评估生存模型

你将学习两个这样的模型,Cox proportional-hazards
model and survival trees。

最后,您将了解一种评估您构建的生存预测模型的预测性能的方法。

随着我们收集越来越大的医疗数据集,机器学习将成为学习复杂关系和医疗数据的宝贵工具,并帮助我们回答诸如为什么有些人比其他人活得更长?或者患者10年内心脏病发作的风险是多少?让我们投入进去吧。

文章持续更新,可以关注微信公众号【医学图像人工智能实战营】获取最新动态,一个关注于医学图像处理领域前沿科技的公众号。坚持已实践为主,手把手带你做项目,打比赛,写论文。凡原创文章皆提供理论讲解,实验代码,实验数据。只有实践才能成长的更快,关注我们,一起学习进步~

我是Tina, 我们下篇博客见~

白天工作晚上写文,呕心沥血

觉得写的不错的话最后,求点赞,评论,收藏。或者一键三连
在这里插入图片描述

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Tina姐

我就看看有没有会打赏我

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值