儿童社区获得性肺炎病原学类型预测方法、装置、终端及介质

摘要

本申请提供儿童社区获得性肺炎病原学类型预测方法、装置、终端及介质，旨在利用医院临床数据，对儿童社区获得性肺炎(childhood community‑acquired pneumonia,CAP)患者的特征数据和诊疗数据进行模型训练分析，根据提取的临床数据建立病原体预测的多分类机器学习模型，对不同的分析结果匹配不同的感染源集分类，即对病毒、支原体、细菌及百日咳感染源进行分类，并将这一模型通过接口调用的方式与相应的产品页面结合，从而将病原感染源预测信息恰当、高效地传递给医生用户，以利用机器学习实现智能分诊，针对不同病原合理用药。通过构建这样的一整套病原预测系统，可以给予年资较浅的临床医生更多的临床诊疗支持，减少抗生素滥用的发生，提高合理用药管理。