使用IRIS IntegratedML(一体化机器学习)预测孕产妇风险的Web应用
孕产妇风险可以通过一些医学界众所周知的参数来测量。这样,为了帮助医学界和计算机系统,特别是人工智能,科学家Yasir Hussein Shakir发布了一个非常有用的数据集,用于训练检测/预测孕产妇风险的机器学习(ML)算法。这份出版物可以在最大和最知名的ML数据库Kaggle上找到,网址是 https://www.kaggle.com/code/yasserhessein/classification-maternal-health....
关于数据集
由于缺乏怀孕期间和怀孕后的孕产妇保健信息,许多孕妇死于怀孕问题。这在农村地区和新兴国家的中下层家庭中更为常见。在怀孕期间,应时刻注意观察,以确保婴儿的正常成长和安全分娩 (来源: https://www.kaggle.com/code/yasserhessein/classification-maternal-health...).
数据是通过基于物联网的风险监测系统,从不同的医院、社区诊所、孕产妇保健机构收集而来。
- Age(年龄): 妇女怀孕时的年龄,以岁为单位。
- SystolicBP (收缩压): 血压的最高值(mmHg),这是怀孕期间的另一个重要属性。
- DiastolicBP(舒张压): 血压的较低值(mmHg),这是怀孕期间的另一个重要属性。
- BS(血糖): 血糖水平是以摩尔浓度为单位,即mmol/L。
- HeartRate(心率): 正常的静息心率,单位是每分钟的心跳次数。
- Risk Level(风险等级): 基于前边的属性所预测的孕期风险强度水平。
从Kaggle获取孕产妇的风险数据
来自Kaggle的孕产妇风险数据可以通过Health-Dataset(健康数据集)应用程序加载到IRIS表中: https://openexchange.intersystems.com/package/Health-Dataset. 要做到这一点,在你的module.xml项目中,设置依赖关系(Health Dataset的ModuleReference):
Web Frontend and Backend Application to Predict Maternal Risk
Go to Open Exchange app link (https://openexchange.intersystems.com/package/Disease-Predictor) and follow these steps:
- 使用Clone/git 把repo拉到任一本地目录中:
$ git clone https://github.com/yurimarx/predict-diseases.git
- 在该文件夹中打开Docker 终端并运行:
$ docker-compose build
- 运行IRIS容器:
$ docker-compose up -d
- 进入管理门户执行查询,训练AI模型: http://localhost:52773/csp/sys/exp/%25CSP.UI.Portal.SQL.Home.zen?$NAMESPACE=USER
- 创建用于训练的VIEW(视图):
CREATE VIEW MaternalRiskTrain AS SELECT BS, BodyTemp, DiastolicBP, HeartRate, RiskLevel, SystolicBP, age FROM dc_data_health.MaternalHealthRisk
- 使用视图创建AI模型:
CREATE MODEL MaternalRiskModel PREDICTING (RiskLevel) FROM MaternalRiskTrain
- 训练模型:
TRAIN MODEL MaternalRiskModel
- 访问 http://localhost:52773/disease-predictor/index.html ,使用 Disease Predictor(疾病预测器)前端进行疾病预测,如下:
幕后工作
预测孕产妇风险疾病的后端类方法
InterSystems IRIS允许你执行SELECT,使用之前创建的模型进行预测。
现在,任何web应用都可以进行预测并显示结果。请在预测疾病应用程序的前端文件夹中查看源代码。