基于因果推断肺癌患者预后治疗影响因素研究

摘要：

因果推断作为强人工智能的基础,越来越受到科研人员的关注并开始将其应用到各行各业.肺癌是世界范围内癌症发病率和死亡率居高不下的主要原因,患者的生存率低预后差以至于癌症的复发率高.因此确定肿瘤患者预后的因素变得尤为重要.针对传统医学统计方法只能从仅有的观测数据中学习表观现象的建模关联,而没有深入挖掘其隐藏的因果方向,无法回答某些干预和反事实问题,提出基于线性非高斯模型(LiNGAM)的肺癌患者临床数据因果发现方法,可以得出临床病理特征之间的因果路线图.实验结果表明,血小板可以作为肺癌患者预后评估的一个检测指标,从因果推断的角度出发,可以准确判断患者预后,为临床治疗提供有效的干预.为因果推断的应用领域提供了新的研究方向.

关键词：因果推断;线性非高斯模型;统计;肺癌;预后因素

所属期刊栏目：31

分类号：TP181(自动化基础理论)

资助基金：国防科技创新特区项目;湖南省2020年度创新型省份建设专项抗击新冠肺炎疫情应急专题;湖南省教育厅重点项目;湖南省研究生科研创新项目资助

在线出版日期：2021-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：145-149