基于机器学习的中风中医辨证模型的构建与应用

目的 建立基于人工智能的中风中医辨证模型，为中风中医智能辨证模型的构建与应用提供方法和依据。方法 检索中国期刊全文数据库，收集关于中风的中医病案五种证型各60例，建立中风病案中医信息数据库，采用经过超参数调优的支持向量机（support vector machine, SVM）、K-近邻（K-nearest neighbor, KNN）、随机森林（random forest, RF）、极端随机树（extremely randomized trees, ExtraTrees）、XGBoost及LightGBM对数据进行机器学习建模。全部数据的70%作为训练集，30%作为测试集，采用五折交叉验证对模型进行评价，以Accuracy作为模型优劣的评价指标，比较模型的准确性。结果 中风中医四诊信息为输入变量共55项，中风中医证型为输出变量共5项。6种模型的拟合效果较好，Accuracy值均在0.85以上；其中SVM模型的准确率最高，可达0.95。结论 基于SVM算法模型建立的中风中医辨证模型具有较好的诊断、预测能力，机器学习技术应用于中风中医辨证模型的构建具有方法学上的可行性。