基于Transformer模型的人工智能肺癌方证结合预测系统构建

目的 基于Transformer模型构建人工智能肺癌方证结合预测系统。方法 选择上海市中医医院肿瘤临床医学中心、上海中医药大学附属龙华医院中医肿瘤科2005年10月19日—2021年4月28日门诊收治的肺癌患者5 994例(就诊8 011例次),使用Transformer模型构建并评价人工智能肺癌方证结合处方预测系统。结果 系统构建提取症状233个,药物350味。出现频次>2 000次的药物,模型的预测准确率77.5%,召回率84.4%,F1值80.8%;出现频次1 001~2 000次的药物,模型准确率66.6%,召回率57.4%,F1值为61.7%;出现频次501~1 000次的药物,模型准确率70.3%,召回率52.1%,F1值59.9%;出现频次201~500次的药物,模型准确率60.7%,召回率42.2%,F1值49.8%;出现频次<200次的药物,模型准确率58.5%,召回率23%,F1值33.2%。模型总体准确率73.7%,召回率68.3%,F1值70.9%,肿瘤临床专家评价平均分8.6分。模型参数提示,脉弦与应用百合具有相关性,化疗与脉弦有相关性,石上柏与石见穿运用有关联性。结论 基于Transformer模型构建的人工智能肺癌方证结合预测系统可以做到收集、分析、总结中医治疗规律的作用,其用药规律也体现了“扶正治癌”的治疗理念。