基于人工智能下突发性聋与血清指标的相关因素分析

摘要：

目的:通过人工智能和大数据方法探讨突发性聋与血清生化等指标的相关性.方法:选取突发性聋患者1218例为实验组,选取同期接受健康体检者95 861例为对照组,收集两组目标人群血清生化等检测指标,通过TreeNet和CART机器学习算法分析筛选出与突发性聋高度相关的指标,并挖掘出突发性聋高风险人群的临床特征.结果:通过TreeNet、CART算法得到突发性聋的发病与嗜酸粒细胞、网织红细胞和纤维蛋白原高度相关,经ROC曲线评估TreeNet模型具有较高的预测性能,其中AUC=0.99,查全率和准确率均为99.90％.结论:突发性聋患者的血清生化等指标跟正常人相比存在显著差异,嗜酸粒细胞是区分是否患有突发性聋的第一重要指标,TreeNet模型对于突发性聋的筛查与诊断有重要的参考意义.

关键词：听觉丧失、突发性、人工智能、机器学习、TreeNet、CART

所属期刊栏目：34

分类号：R764.43(耳鼻咽喉科学)

资助基金：珠海市科技计划No:20171009E030097

在线出版日期：2020-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：977-980