事物关联性和对医学领域助力

医疗行业资讯 未结
2 213
祜禄盈儿
祜禄盈儿 2023-03-22 08:14
事物之间存在着普遍的相互联系,但其关系类型有因果、相关,而相关关系又有强弱之分。如果事物 A、B 间相关性较强,获知 A 的信息即可消除关于 B 的不确定性。而若彼此相关性较弱,则不能实现这种交互印证。利用强相关关系的前提是衡量两事物间相关程度的强弱,信息论为我们提供了一种衡量这种相关程度的信息度量工具———“互信息”。互信息表征了一个随机变量中包含的关于另一个随机变量的信息量,或言一个随机变量由于已知另一个随机变量而减少的不确定性。四诊合参中,互信息的应用能够帮助医者过滤噪声,提取利用有效信息,找到四诊信息诸项中与疾病本质相匹配的强相关信息。 关于事物间的相关性,数据研究者往往联系到大数据( Big Data) ( 即系统外部数据) ,因“相关性是大数据的灵魂”。但以规模性( volume) 、多样性( variety) 、高速性( velocity) 、低密度性( value) 、真实性( veracity) 为特征的大数据却并非医学领域的有效助力: 大数据体量之大注定了其价值的低密度性,有效数据往往深藏于海量库存之中,密度低,更意味着挖掘和利用的难度增大、风险增大、成本增大。临床决策面向的是患者个体( 系统内部结构) ,而医学大数据( 系统外部环境) 则往往是来源于其他患者的外部群体证据,基于群体平均效应的外部证据难以直接应用到针对患者个体的临 床决策当中,这在医学领域已引发广泛争论。
回复
  • 2023-03-23 10:38:27
    数据体量之大稀释了数据价值,模糊了数据间的结构
    0 回复
  • 2023-03-24 06:19:00
    数据薄弱相关关系,很难实现信息的交互印证face[熊猫]
    0 回复
本周热议