[发明专利]一种基于机器学习的遗传代谢病检出率提升方法有效
| 申请号： | 201910144840.8 | 申请日： | 2019-02-27 |
| 公开（公告）号： | CN110033860B | 公开（公告）日： | 2021-02-26 |
| 发明（设计）人： | 辛然;吕少磊;刘攀 | 申请（专利权）人： | 杭州贝安云科技有限公司 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G16H50/70 |
| 代理公司： | 浙江千克知识产权代理有限公司 33246 | 代理人： | 黎双华 |
| 地址： | 310012 浙江省杭州市西*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习的遗传代谢病检出率提升方法，包括以下步骤：S1、利用遗传代谢病的大样本数据，构建遗传代谢病风险评估模型；S2、从遗传代谢病风险评估模型中预测每种疾病的分数，并将分数映射为风险值；S3、利用新加入的筛查和确诊数据，遗传代谢病风险评估模型通过迭代提升筛查的检出率。本发明建立标准的遗传代谢病信息数据库，可以统一各单位的数据信息，将各个地区的信息整理在一起可以充分发挥并挖掘数据的价值。本发明提高了疾病检测的准确度，有效的降低了各遗传代谢病筛查的召回率，提升检出率，有效利用医疗资源。对32种遗传代谢病进行风险评估，辅助医生诊断，提高了医生的诊断效率。 | ||
| 搜索关键词： | 一种 基于 机器 学习 遗传 谢病 检出 提升 方法 | ||
【主权项】：
1.一种基于机器学习的遗传代谢病检出率提升方法，其特征在于，包括以下步骤：S1、利用遗传代谢病的大样本数据，构建遗传代谢病风险评估模型；S2、从遗传代谢病风险评估模型中预测每种疾病的分数，并将分数映射为风险值；S3、利用新加入的筛查和确诊数据，遗传代谢病风险评估模型通过迭代提升筛查的检出率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州贝安云科技有限公司，未经杭州贝安云科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910144840.8/，转载请声明来源钻瓜专利网。
