大数据及人工智能方法在妊娠期糖尿病预测的应用

目的 运用大数据及人工智能方法对妊娠期糖尿病(Gestational diabetes mellitus,GDM)进行预测分析并找到高度相关指标.方法 利用多种机器学习算法建模对孕妇在第12周检查的生化指标以及孕妇建档数据进行分析,比较发现TreeNet算法预测效果最佳.结论 通过TreeNet算法发现孕妇的空腹血糖、分娩年龄、孕12周的前白蛋白水平、孕12周的体质指数等指标与妊娠期患糖尿病高度相关,整体跨期验证确诊率达64％以上.并使用CART算法找到了一组患GDM高风险人群的规则特征.