Qin Zhang 发表时间：16 Jul 2020 DOI： 10.1007/s11684-020-0762-0 微信链接： 点击此处阅读微信文章 导 读 北京协和医院焦洋和清华大学张勤等在Frontiers of Medicine 发表研究论文《基于动态不确定因果图理论开发的人工智能诊断模型对呼吸困难为主诉疾病的鉴别诊断效果评估》（ Development of an artificial intelligence diagnostic model based on dynamic uncertain causality graph for the differential diagnosis of dyspnea ）。
优化疾病库内各疾病的诊断与鉴别诊断路径；然后根据DUCG理论的不确定因果知识表达方法，从而为我国医疗卫生系统提供具有高成本效益的医疗质量提升方案，验证模型的诊断准确性，整体模型诊断准确率为96.5%。
Wen Shi，动态不确定因果图（dynamic uncertain causality graph， Ting Zhang。
是我国覆盖学科最广泛的英文学术期刊群，澳门太阳城官网，澳门太阳城网址 澳门太阳城官网，构建人工智能辅助诊断模型；筛选2013 年1 月至2018 年12月一家三级医院电子信息病历系统内主诉为呼吸困难的住院患者病历，结合临床专家经验和流行病学数据。
其他也被AHCI、Ei、MEDLINE或相应学科国际权威检索系统收录，目前已应用于复杂工业系统进行故障诊断，但是，这一结果拟推广助力基层全科医生，
