来源：期刊VIP网 时间：
作者：吴冰;张柳柳;郭永安;钱琪杰;吴静;
单位：江苏省肿瘤医院,江苏省肿瘤防治研究所,南京医科大学附属肿瘤医院;南京邮电大学;江苏省护理学会;
摘要：目的 建立基于人工智能的癌痛中医辨证模型，为癌痛中医智能辨证工作的开展提供依据。方法 检索中国知网、维普中文科技期刊数据库、万方数据库、中国生物医学文献数据库、古今医案云平台建库至2023年9月收录的癌痛中医病案数据，采用经过超参数调优的线性支持向量分类(Linear support vector classification, LSVC)、最近质心(Nearest Centroid, NC)、多项式朴素贝叶斯(Multinomial Naive Bayes, MNB)、随机森林(Random Forest, RF)、随机梯度下降(Stochastic Gradient Descent, SGD)、多层感知机(Multilayer Perceptron, MLP)等机器学习算法对数据集进行量化分析，建立癌痛的诊断辨证模型。运用五折交叉验证对模型进行评价，评价指标包括Accuracy、Precision、Recall、F1 score及AUC值。结果 癌痛中医四诊信息为输入变量共72项，输出变量为癌痛中医证型共6项。6种模型的拟合效果较好，Accuracy、Precision、Recall、F1 score均在0.89以上，AUC值达0.94以上；其中NC模型的准确率、查准率与查全率最高，Accuracy、Precision、Recall、F1score分别为0.978、0.980、0.978、0.977,AUC值达0.986,均高于其他算法模型，其参数的中医解释基本符合中医诊断原理。结论 基于NC算法模型建立的癌痛中医辨证模型具有较高的诊断及预测能力，可为临床医务工作者开展癌痛中医智能辨证提供借鉴。
关键词：人工智能;机器学习;癌痛;中医辨证模型;医案;辨证
基金资助：国家自然科学基金青年科学基金项目(82203171); 江苏省中医药科技发展计划项目(MS2021097); 江苏省卫生健康委员会干部保健课题项目(BJ23023); 江苏省卫生健康委科研项目(M2021114)
