本发明提供了人工智能的急性肾损伤的早期预测方法和装置,包括:获取各类原始参数,对各类原始参数进行数据清洗和特征提取,得到特征参数;将特征参数通过遗传算法与随机森林算法,得到各个时间段急性肾损伤AKI的发展状态;获取AKI的状态点;根据各个时间段AKI的发展状态通过蒙特卡罗树与强化学习算法确定各个时间段AKI的奖励值,并将各个时间段AKI的奖励值赋予到AKI的状态点上;将各个时间段AKI的奖励值与各类原始参数通过随机森林算法,预测各个时间段之后的AKI的发病概率,可因此更早并准确地预测AKI的发生,建立人工智能介入早期预测模式。
声明:
“人工智能的急性肾损伤的早期预测方法和装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)