甲状腺疾病辅助诊断机器学习模型研究

为了发掘医学检验项目与甲状腺疾病(甲状腺功能亢进或减退)的相关性,采用机器学习逻辑回归二分类算法基于某医院近5年的医学检验数据构建预测模型并对预测模型评估.预测模型评估结果:甲状腺功能亢进二分类评估AUC:0.9734,F1-Score:0.9672;甲状腺功能减退二分类评估AUC:0.9928,F1-Score:0.9682.结果表明预测模型能够以很高的准确率识别两种甲状腺疾病患者,为获得方便快捷、低成本、准确的甲状腺疾病预测提供了新途径.