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:

1. 使用Clone/git 把repo拉到任一本地目录中：

$ git clone https://github.com/yurimarx/predict-diseases.git

2. 在该文件夹中打开Docker 终端并运行:

$ docker-compose build

3. 运行IRIS容器:

$ docker-compose up -d 

4. 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
5. 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 

6. 使用视图创建AI模型：

CREATE MODEL MaternalRiskModel PREDICTING (RiskLevel) FROM MaternalRiskTrain 

7. 训练模型:

TRAIN MODEL MaternalRiskModel

8. 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。