从症状中选择正确的技术来预测疾病

人工智能 机器学习 算法请求
2021-10-30 00:08:56

我正在尝试为用户输入一些症状并且系统必须预测或确定一些选定症状与系统中现有症状相关联的系统提出正确的算法。然后,将它们关联起来后,结果或输出应该是针对症状的特定疾病。

该系统由一系列疾病组成,每种疾病都有特定的症状,这些症状也存在于系统中。

假设用户输入了以下输入:

A, B, C, and D

系统应该做的第一件事是检查每个症状(在这种情况下由字母表示)并将其与已经存在的症状数据表单独关联。在输入不存在的情况下,系统应该报告或发送有关它的反馈。

A而且,假设它B在数据表中,所以我们 100% 确定它们是有效的或存在的,并且系统能够根据输入给出疾病。那么假设现在输入的是Cand DC数据表中不存在 where ,但是有可能D存在。

我们不会给出D100% 的分数,但可能会更低(比如说 90%)。然后C在数据表中根本不存在。因此,C得分为 0%。

因此,系统应该有某种关联和预测的技术或规则,通过判断用户的输入来输出结果。

生成输出的总结:

If A and B were entered and exist, then output = 100%
If D was entered and existed but C was not, then output = 90%
If all entered don't exist, then output = 0%

将使用什么技术来生产这个系统?

1个回答

我认为您的问题略有错误……您本质上是在谈论一个信念网络。

您可能想研究现有的贝叶斯学习技术来解决这个问题,但信念网络通常使用您正在谈论的确切场景;使用一组已知(或不确定的事实)陈述来产生特定输出的一些推断概率。

更重要的是,他们经常通过教程中基于疾病症状的示例来表达这一点!试试这里

我的观点是,最好使用信念网络,因为理论基础已经为你准备好了,而不是人工神经网络。