公开(公告)号：CN117954032B

公开(公告)日：2025-02-18

申请号：CN202410066497.0

申请日：2024-01-17

Applicant: 海南大学

Inventor： 毋媛媛 ,  石燕丽 ,  黄梦醒 ,  张雨 ,  张宇航 ,  李超 ,  张林飞

IPC: G16H10/60 ,  G06F16/215 ,  G06F18/10 ,  G06F18/214 ,  G06F18/2411 ,  G06F18/2415 ,  G06F18/2413 ,  G06F18/243

Abstract: 本发明涉及一种医疗决策解释方法及系统。所述方法包括：通过数据库及调查问卷采集患者数据；处理患者数据，将处理后的患者数据输入至分类模型中提取数据特征，并根据数据特征进行医疗预测推荐；使用SHAP模型与白盒模型对分类模型分别进行解释，并将解释结果相结合进行可视化比较，联合数据特征进行分析，得到最终决策解释结果。采用SHAP模型与白盒模型相结合对分类模型进行解释，为分类模型输出的医疗预测推荐提供足够支撑，克服了传统医疗推荐系统中无法解释的问题，为患者提供足够的可解释信息，使患者更容易接受推荐结果，以达到预测和预防疾病的目的，提高了用户对系统推荐结果的信任度，对医疗推荐具有极其重要的意义。

公开(公告)号：CN117954032A

公开(公告)日：2024-04-30

申请号：CN202410066497.0

申请日：2024-01-17

Applicant: 海南大学

Inventor： 毋媛媛 ,  石燕丽 ,  黄梦醒 ,  张雨 ,  张宇航 ,  李超 ,  张林飞

IPC: G16H10/60 ,  G06F16/215 ,  G06F18/10 ,  G06F18/214 ,  G06F18/2411 ,  G06F18/2415 ,  G06F18/2413 ,  G06F18/243

Abstract: 本发明涉及一种医疗决策解释方法及系统。所述方法包括：通过数据库及调查问卷采集患者数据；处理患者数据，将处理后的患者数据输入至分类模型中提取数据特征，并根据数据特征进行医疗预测推荐；使用SHAP模型与白盒模型对分类模型分别进行解释，并将解释结果相结合进行可视化比较，联合数据特征进行分析，得到最终决策解释结果。采用SHAP模型与白盒模型相结合对分类模型进行解释，为分类模型输出的医疗预测推荐提供足够支撑，克服了传统医疗推荐系统中无法解释的问题，为患者提供足够的可解释信息，使患者更容易接受推荐结果，以达到预测和预防疾病的目的，提高了用户对系统推荐结果的信任度，对医疗推荐具有极其重要的意义。