简介:摘要:随着当前社会的进步与发展,城镇化的发展下,建筑行业也愈来愈受到重视。当前我国的工程决策选择大多数时用的投标决策的方式,想要获得工程建设就需要投标单位掌控一定的报价策略,在进行投标的过程当中占据先机,只有这样才能更好的完成投标任务。投标策略作为许多建筑相关企业获得工程项目的主要方式,在当前的市场型经济状态下主要是依靠发布人进行招标公告的宣传,投标人根据工程内容进行报价的方式,这种方式更容易找到最为适合的工程团队。在进行评标的过程当中,许多工程管理者喜欢将投标作为分值计算,一个好的投标报价策略对于工程项目的中标有着很大的影响。本文根据实际的工程投标状况进行现状分析,结合相关文献书刊期望给予投标企业一定的帮助。
简介:摘要目的将人工智能技术应用于原发性肝细胞癌患者的临床真实世界数据研究,探索肝癌精准治疗,建立肝癌人工智能临床决策支持系统。方法将2004年7月至2016年6月间华西医院收治且有完整随访记录的5 642例原发性肝癌患者纳入研究。采用多分类器融合模型计算治疗方案推荐系数,并分析受试者工作特征曲线;采用DeepSurv算法实现生存风险和复发风险的预测,并进一步对比低风险组、中风险组和高风险组间的Kaplan-Meier生存曲线;利用Siamese-Net算法得到相似病例结果。结果治疗方案推荐系数的Top-1准确率和Top-2准确率分别为82.36%和94.13%;在华西医院内部使用验证过程中,与多学科会诊治疗方案的匹配准确率达95.10%。生存风险模型得到的C-index值为0.735(95%CI:0.70~0.77),各风险组的Kaplan-Meier曲线经log-rank检验,各组间差异有统计学意义(P<0.001)。复发风险模型得到的C-index值为0.705(95%CI:0.68~0.73),各风险组的Kaplan-Meier曲线经log-rank检验,各组间差异有统计学意义(P<0.001)。结论肝癌人工智能临床决策支持系统能较为准确地进行原发性肝细胞癌治疗方案推荐和治疗预后预测。