pyhealth - 临床机器学习医疗人工智能工具包
使用临床数据、医学编码、生理信号和医疗数据集开发、测试和部署医疗机器学习模型。
标签
更新于: 2026-10-04能力
典型输入
典型输出
该技能可以做什么
- 加载医疗数据集
- 定义预测任务
- 转换医学编码
- 预处理临床数据
- 选择医疗模型
- 训练机器学习模型
- 评估临床模型
- 校准模型预测
- 解释模型预测
- 量化预测不确定性
- 评估模型公平性
- 部署医疗模型
输入
- 医疗数据集
- 临床预测目标
- 医学编码系统
- 生理信号
- 临床文本
- 医学图像
- 模型配置
- 训练参数
输出
- 训练好的机器学习模型
- 临床预测结果
- 评估指标
- 转换后的医学编码
- 校准后的预测结果
- 可解释性结果
- 不确定性估计
- 公平性评估结果
要求
- Python 3.7 或更高版本
- PyTorch 1.8 或更高版本
- NumPy
- pandas
- scikit-learn