[發明專利]一種基于電子病歷數據驅動的妊娠期糖尿病預測方法

有效

• 申請號: 201710877528.0
• 申請日: 2017-09-26
• 公開（公告）號: CN107680676B
• 公開（公告）日: 2021-04-27
• 發明（設計）人: 邱航;余海燕;王利亞;張巖龍
• 申請（專利權）人: 電子科技大學;成都數聯易康科技有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H10/60;G06F16/215;G06N20/00
• 代理公司: 成都中亞專利代理有限公司 51126
• 代理人: 王崗

本發明公開了一種基于電子病歷數據驅動的妊娠期糖尿病預測方法，在智慧醫療服務中發揮日益重要的作用，本文發明了基于機器學習的妊娠期糖尿病（gestational diabetes mellitus,GDM）妊娠期糖尿病預測框架，根據采集數據的不同時間窗劃分方法，構建了全域數據預測模型、分期數據預測模型和周數據預測模型三組預測框架。在識別預測問題后，通過輸入與ETL數據清洗、病案編碼與特征數據關聯、電子病歷數據預處理、二次數據處理、特征工程、機器學習、預測應用七個步驟，實現了高維度電子病歷的數據挖掘。使用臨床數據構建了關于確診的標記數據集，并將其劃分為用于模型訓練和測試的2個子集。通過支持向量機、貝葉斯網絡、決策樹以及基于集成的混合模型進行預測，實現GDM模式分類。

技術領域

本發明涉及糖尿病預測領域，具體而言是一種基于電子病歷數據驅動的妊娠期糖尿病預測方法。

背景技術

在疾病預測中，以妊娠期糖尿病（gestational diabetes mellitus , GDM）為例，根據國際糖尿病聯調查，雖然越來越多的婦女接受產前檢查，但仍是最常見的妊娠并發癥，其定義為妊娠前糖代謝正常或有潛在糖耐量減退、妊娠期才出現或確診的糖尿病。GDM帶來的嚴重后果，使得醫療群體對其提前診斷和預防十分重視。妊娠期糖尿病帶來的風險包括：母嬰2型糖尿病、胎兒過度生長和短期內相關不良預后風險，以及后代長期肥胖等風險。GDM預測診斷和預防作為婦幼保健群體都十分關注的重要問題，使得其成為健康醫療大數據應用的一個重要領域。臨床醫生和孕婦都期待在更早的妊娠階段就能夠感知GDM風險，以期盡早預防和干預。隨著電子病歷（Electronic medical record, EMR）及相關臨床數據的周期性收集和跨界數據的積累，EMR再利用和大數據分析技術為GDM提前診斷和預防提供前瞻性工具。

根據傳統的診斷方法如國家衛生行業標準的妊娠期糖尿病診斷指南（2011），常在妊娠24-28周通過口服葡萄糖耐量試驗（oral glucose tolerance test, OGTT），執行妊娠期糖尿病的篩選與診斷。在此之前，孕產婦也會進行大量的系統性產前檢查。孕婦健康醫療數據的全面動態采集、利用與傳遞，在多源信息系統中積累了大量的EMR數據。結合海量的健康醫療大數據，通過婦幼保健智能應用和基于臨床決策支持系統等工具也能夠收集大量關于婦幼人群醫療保健服務的碎片化信息和追蹤數據，為GDM預測提供了大量的跨界數據。這些應用能夠動態實時采集數據，提供個性化、精準化的健康管理服務，這已成為行業內一種新趨勢。通過EMR實現GDM風險預測和模式辨識，降低GDM病給母嬰帶來的高風險，逐漸成為提升婦幼健康水平的重要途徑。

發明內容

有鑒于現有研究之不足，本發明提供一種基于電子病歷數據驅動的妊娠期糖尿病預測方法；在區域醫療服務中發揮日益重要的作用；使用臨床數據，結合人工智能和機器學習等方法，提供疾病的智能決策支持系統，這有助于解決重復檢驗檢查和重復診療問題，提供醫生工作效率和降低勞動負荷，加強醫療差錯控制，豐富區域醫療信息共享平臺的服務方式及提高應用價值。

本發明實現過程是，構造一種基于電子病歷數據驅動的妊娠期糖尿病預測方法，其特征在于：包括以下步驟：

（1）、輸入與ETL數據清洗模塊。獲取EMR對應的歷史建檔孕婦數據，并通過抽取、轉換和加載等步驟完成初步數據清洗，完成去隱私與數據質量管理；

（2）、病案編碼與特征數據關聯模塊。通過EMR系統的患者識別碼ID進行時空脫敏數據關聯，結合臨床知識和經驗篩選特征數據，生成GDM數據倉庫；

（3）、EMR數據預處理模塊。對輸入數據進行缺失值、離散化和歸一化處理；

（4）、二次數據處理模塊。進行分類標簽校準，完成納入排除標準檢查；

（5）、特征工程模塊。將數據劃分為GDM和非GDM兩類，將與疾病關聯的臨床數據作為條件屬性，標記類別為決策屬性，進行嵌入式特征選擇；