在医疗领域，准确判断患者是否存在肺癌风险对于及早诊断和治疗至关重要。然而，传统的肺癌风险判断方法可能耗时且复杂，需要专业知识和大量人工干预。零代码人工智能系统的自动建模能力可以通过分析病人的独立指标，如咳嗽、胸痛等，快速且准确地判断肺癌风险，为医生和临床医疗团队提供诊断支持。

数据介绍

该数据集来源于美国数据科学网站， kaggle。 它包含了与肺癌相关的多种信息和数据。这个数据集包括这些属性： 1. 性别：M（男），F（女） 2. 年龄：患者年龄 3. 吸烟：YES=2，NO=1。 4. 黄手指：YES=2，NO=1。 5. 焦虑：是=2，否=1。 6.同伴压力：是=2，否=1。 7.慢性病：是=2，否=1。 8. 疲劳：是=2，否=1。 9. 过敏：是=2，否=1。 10.喘息：是=2，否=1。 11.酒精：是=2，否=1。 12.咳嗽：是=2，否=1。 13. 呼吸急促：是=2，否=1。 14.吞咽困难：是=2，否=1。 15. 胸痛：是=2，否=1。 16. 肺癌：是，否。

建立AI模型

在用户完成3-5个简单的界面操作，系统就可以建立AI模型。如下面的附图所示，系统建立了1192个模型，并列出了效果最佳的前几个模型。用户可以选择其中的前几个得分高的模型。

AI应用

在模型建立后，AI系统可以根据前面提到的病人的指标，计算病人肺癌的风险。例如：

一个病人的健康指标是：69岁，吸烟习惯，手指有黄变迹象，中度焦虑，较低的同龄人压力，患有慢性疾病，中度疲劳，有过敏症状，有喘息症状，有饮酒习惯，咳嗽频率较高，有呼吸短促情况，有吞咽困难情况，有胸痛症状。

根据前面的模型计算，系统认为该病人患有肺癌。