Resumen

Con la continua mejora del nivel económico y el continuo desarrollo de la ciencia y la tecnología en China, la tecnología de la información ha empezado a integrarse en todos los ámbitos de la vida. Las unidades médicas han empezado a cambiar del sistema médico tradicional al sistema inteligente, y el procesamiento de la información de casos en línea se ha convertido en un componente importante de la informatización médica. Para mejorar la eficiencia del tratamiento de la información de casos en línea, este estudio propone establecer un modelo de red neuronal totalmente conectada para tratar casos en línea. Utilizando la herramienta de segmentación de palabras jieba y la tecnología de preprocesamiento de datos, se clasifican los datos de los historiales médicos electrónicos, se cuantifican los datos utilizando Word2Vec y otras herramientas, y los datos de los historiales médicos electrónicos se convierten en variables binarias de un solo golpe. Los datos cuantificados se entrenan en un modelo neuronal totalmente conectado, y la tasa de precisión es de alrededor del 88%. Se compara con los métodos de clasificación de Bayes ingenuo y árbol de decisión, y después se lleva a cabo un experimento comparativo resolviendo los servicios de sanidad electrónica de diferentes maneras. Los resultados muestran que el modelo de red neuronal totalmente conectada tiene el mejor efecto de clasificación: la tasa de exactitud más alta es de aproximadamente el 93,7%, la tasa de precisión más alta es de aproximadamente el 94,0%, la tasa de recuperación más alta es de aproximadamente el 95,3% y la puntuación F1 más alta es de aproximadamente el 94,6%. Sin embargo, el uso de la tecnología de inteligencia artificial para resolver los servicios sanitarios electrónicos tiene grandes ventajas, entre las que destacan la eficiencia, la asistencia y la satisfacción del servicio, todas ellas superiores al 90%, lo que proporciona un soporte técnico favorable a los servicios sanitarios electrónicos.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:datos, servicios sanitarios electrónicos, historias clínicas electrónicas, modelo de red neuronal, información de casos en línea, métodos de clasificación de árboles de decisión, herramienta de segmentación de palabras jieba, tecnología de inteligencia artificial, mejor efecto de clasificación, soporte técnico favorable
• Keywords:data, electronic health services, electronic medical records, neural network model, online case information, decision tree classification methods, jieba word segmentation tool, artificial intelligence technology, best classification effect, favorable technical support