灰色多目标局势决策在晋西北植树造林中的应用

采用灰色多目标局势决策方法确定了晋西北地区不同土地类型上的最佳造林树种．在梁峁坡地、阴沟坡地、阳沟坡地和河滩地上的最佳造林树种分别是柠条、油松、刺槐和杨树     

基于电子病历的急性ST段抬高型心肌梗死临床路径与决策辅助系统

目的:研究在结构化电子病历上实现计算机化的急性ST段抬高型心肌梗死临床路径,进一步评价该方法的试用结果,为辅助临床医生治疗决策、规范治疗行为,并借此提高医疗质量,合理控制医疗费用提供有效的手段。方法:选取最新的、具有权威性的关于急性ST段抬高型心肌梗死诊治指南作为制定治疗决策方案及编写临床路径的依据;通过程序设计将临床路径编写入医学知识库系统,并将医学知识库系统与结构化电子病历进行无缝连接;将20例无严重并发症的急性ST段抬高型心肌梗死病人均分为两组,其中观察组推行计算机化临床路径,在患者住院天数、住院费用、患者及家属满意度以及医生对该系统的评价方面与对照组进行比较。结果:观察组患者平均住院天数及平均住院费用明显低于对照组(p＜0．000);患者及家属满意度普遍提高(p＜0．05);该系统得到所有被调查医生的认可。结论:运用计算机化临床路径管理无严重并发症的急性ST段抬高型心肌梗死患者能在维持甚至提高医疗质量的前提下,减少患者平均住院天数、平均住院费用,提高患者及家属对医疗行为的满意度,增强医生对治疗指南的顺从性。     

科学家发现乌鸦有着惊人的“思考能力”

<正>据国外媒体报道,科学家发现乌鸦有着惊人的"思考能力",在做出决策的时候类似于人类,调查显示乌鸦、喜鹊等鸟类非常聪明,神经学家通过对乌鸦的研究认为它们可以产生一定的"智力行为",虽然乌鸦和人类不存在共同的祖先,但是在某些决策等行为上有着相似之处,因此研究人员推测,乌鸦可以从侧面反映出一些生物的特性,其中包括外星生命的形式。由于乌鸦与人类的进化不存在     

胸部双源性疾病外科治疗的临床决策

胸部双源性疾病随人口的老龄化而逐年增加,而老年人的心肺及各种脏器功能随年龄的增长逐渐衰退,并发症多,手术风险大,对此类病人的外科治疗如何做出正确的临床医疗决策呢？我们以循证医学理论为基础,努力做到临床医疗决策的科学性,治疗方案的合理性,大胆尝试,逐步从分期手术向一期手术过渡,既达到了解决病人疾苦,救治病人的目的,又解决了医疗需求的增加和卫生资源短缺的矛盾,取得了满意的效果,降低了医疗成本,节约了医疗资源,产生了明显的社会和经济效益。     

基于粗糙集的酥梨病害知识发现系统构建

依据粗糙集理论,采用基于差别矩阵的启发式属性约简算法,获取属性约简集,产生相应的决策表的决策规则.并以此为基础,实现了砀山酥梨病害诊断系统,为酥梨病害诊断提供一个切实可行的诊断工具.     

系统理论指导下辩证思维模式与抗休克决策

休克是由于有效循环血量不足引发的微循环障碍而表现一系列症候群,作为一种系统性疾病,病因十分复杂多样,诊疗过程中的临床决策应全面而富有针对性,并充分考虑到救治措施的协调一致和互相配合。系统论主张整体大于部分之和强调的就是措施之间的整体化效果,充分考虑到患者个体间差异,辩证分析不同类型休克、不同个体间不同表现,在系统理论指导下的富有针对性措施间协调一致的决策模式才是较为完整的休克救治临床决策模式。     

试用灰色局势决策原理综合评价大豆新品种

根据灰色局势决策原理,利用目标赋权获得加权局势决策方法,对1996—1997年山东省大豆新品种区域试验结果进行分析,综合14个主要性状指标,排出各个品种的优劣,结果与生产实际一致。认为这是一种较全面、较合理的综合评价大豆品种优劣的方法。     

捕食风险与动物行为及其决策的关系

捕食风险与动物行为及其决策的关系边疆晖樊乃昌（中国科学院西北高原生物研究所,西宁８１０００１）（浙江师范大学,金华３１００００）ＴｈｅＥｆｅｃｔｏｆＰｒｅｄａｔｉｏｎＲｉｓｋｏｎＡｎｉｍａｌｓ’ＢｅｈａｖｉｏｒａｎｄＴｈｅｉｒＤｅｃｉｓｉｏｎ．Ｂｉａ...     

生物技术发展导向的探讨

是什么导引着生物技术的发展?从其纷纭发展趋势中分理出导向的“指针”,是生物技术发展战略研究必须分析的一个问题,以为生物技术进一步发展决策的指导,在这里,谈谈个人的意见,供商榷。     

组学时代下机器学习方法在临床决策支持中的应用

随着组学技术的不断发展,对于不同层次和类型的生物数据的获取方法日益成熟。在疾病诊治过程中会产生大量数据,通过机器学习等人工智能方法解析复杂、多维、多尺度的疾病大数据,构建临床决策支持工具,辅助医生寻找快速且有效的疾病诊疗方案是非常必要的。在此过程中,机器学习等人工智能方法的选择显得尤为重要。基于此,本文首先从类型和算法角度对临床决策支持领域中常用的机器学习等方法进行简要综述,分别介绍了支持向量机、逻辑回归、聚类算法、Bagging、随机森林和深度学习,对机器学习等方法在临床决策支持中的应用做了相应总结和分类,并对它们的优势和不足分别进行讨论和阐述,为临床决策支持中机器学习等人工智能方法的选择提供有效参考。