典型文献
机器学习方法在中医学传承研究中的应用及思考
文献摘要：
推动中医药传承是保障中医学经久不衰的动力,随着中医学理论体系的不断丰富,传统的传承模式已经无法满足当今中医学传承的需求.在计算机技术飞速发展的当下,机器学习在中医学传承中凸显出了重要地位.梳理并总结比较基于机器学习的两种基本形式,即监督学习和无监督学习在相关中医药研究中的应用,认为监督学习更适合"病-症-证"的研究,在临床常见疾病的辨证模型、风险预测模型与证素危险因素研究中更具应用价值,而无监督学习更适合"方-药"研究和隐性知识的发现.基于对当前机器学习平台的比较,认为自研平台应当拓展算法类型,以实现与专业数据挖掘平台的更好结合.基于中医药传承研究与大数据科学结合的发展现状,认为机器学习将在中医理论的传承创新、临床决策和新药研发等方面产出更有意义的成果,但还需进一步拓展学科交叉的广度和深度,开发算法更加优化的机器学习平台.
文献关键词：
中医学术传承;机器学习;监督学习;无监督学习;大数据
中图分类号：
作者姓名：
刘福栋;姜晓晨;王桂彬;庞博;花宝金
作者机构：
中国中医科学院广安门医院,北京市西城区北线阁5号,100053
文献出处：
引用格式：
[1]刘福栋;姜晓晨;王桂彬;庞博;花宝金-.机器学习方法在中医学传承研究中的应用及思考)[J].中医杂志,2022(08):720-724,738
A类：
B类：
机器学习方法,医学传承,传承研究,经久不衰,医学理论,不断丰富,传承模式,计算机技术,凸显出,基于机器学习,基本形式,无监督学习,中医药研究,常见疾病,辨证,风险预测模型,证素,危险因素研究,隐性知识,前机,学习平台,算法类型,数据科学,中医理论,传承创新,临床决策,新药研发,更有意义,中医学术传承
AB值：
0.308872
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
