疾病预测系统

写这篇文章原本目的是为了入门实战推荐系统。

现在，我想把这次思考的过程记录下来。

背景

我的母亲患有多重健康问题，在一家三甲医院由经验丰富的资深医疗专家担任主治医师。该患者接受了全面的检查后仍无法明确诊断其病因根源，因此进一步明确治愈方案也存在困难。

因此，我希望通过数据挖掘，构建一个预测系统，从而能够找到答案。

分析

希望存在一个能够基于收集的各项数据与临床表现等多维度信息综合分析的医疗诊断辅助系统，在考虑患者的基本状况及生活习惯的同时，结合地域因素与季节变化的影响范围之内提供疾病预测功能。

最初，我为了获得准确的病情信息而咨询医生，并参考百科全书网站上的相关信息。我不仅了解了这些疾病可能的原因，并且深入探讨了它们可能带来的后果。

经过对Reasons与Effects集合间联系的深入研究发现，在所有可能的原因中仅限于一种合理的解释：即长期服用药物用于治疗疾病1；而药物可能导致疾病2；进一步地，在这种情况下疾病2的功能出现异常从而引发疾病3。

因此，在推测可能是这样时，并不能确定一定是这样。所以我认为应该深入分析根本原因，并考虑如何解决问题。

人是怎么学习的

这一点是根本，是为什么医生找不到病因的根本原因。

根据西方哲学史的内容，主要可以分为两个流派。

一个是培根-霍尔伯格及其追随者们所代表的经验主义；另一个是托马斯·阿奎那、笛卡尔哲学、柏拉图思想以及斯宾诺莎学说所代表的理性主义。

我认为经验论是一种合理的认识方法。其拥护者认为我们的感官持续接收外界的各种刺激物后会形成系统的认知模式

能够发现事物的共性和差异，以及它们造成的影响。

医学知识是怎么诞生的

正是由于归纳后对信息内容进行整理, 才能发现事物间的共同点与不同之处, 并由此形成了学科领域知识, 也就是我们这里讨论的医学知识.

医学知识是一个结论性的产物，是由多个相似案例归纳整理而得来。

他无法复原所有导致这一结论的实例细节，并且也无法阐述有多少反例。由于反例过于繁多，在人类认知能力范围内难以全部记住。

由此可见, 医学知识本质上是一个概率性的结论, 并未考虑除其重点关注的因素之外的所有潜在影响因素。

医生是怎么看病的

医生，按照所学的医学知识。

1. 根据病人的病情，搜集各种指标、检测报告

2. 预测病情，对症下药

3. 根据复诊情况，可能会采取进一步的治疗

医生解决不了的问题

基于概率性质的结论可知，在医学知识中，并非存在一个确定性的真理。我们假定基于医生提出的治疗方案，在这种情况下，治愈的概率用A表示，则未治愈的概率用B表示；其中A+B=1。

由于在B部分发生时, 医生因为缺乏相关的医学专业知识而导致无法确定根本原因, 并未能有效解决这个问题

这时，要解决这个问题，只有2种办法，

第一，新的医学知识能够准确的给出怎么解决这个问题

第二，在海量病例中筛选出具有代表性的案例，并确定这类问题发生top N情况的概率以及相应的治疗方案。

其实这两点都是想提升医学认知的程度。

疾病预测系统的目标

第一，成为最专业的专科医生

其次，在医疗数据领域中追求最高水平的专业能力。
精准识别各类复杂病患的病情特征。
同时具备虚心学习的态度与精神。