[發明專利]人工智能的急性腎損傷的早期預測方法和裝置

有效

• 申請號: 201810822603.8
• 申請日: 2018-07-24
• 公開（公告）號: CN108986915B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 戴松世
• 申請（專利權）人: 戴松世
• 主分類號: G16H50/50
• 分類號: G16H50/50;G06Q10/04;G06N3/12
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 王術蘭

本發明提供了人工智能的急性腎損傷的早期預測方法和裝置，包括：獲取各類原始參數，對各類原始參數進行數據清洗和特征提取，得到特征參數；將特征參數通過遺傳算法與隨機森林算法，得到各個時間段急性腎損傷AKI的發展狀態；獲取AKI的狀態點；根據各個時間段AKI的發展狀態通過蒙特卡羅樹與強化學習算法確定各個時間段AKI的獎勵值，并將各個時間段AKI的獎勵值賦予到AKI的狀態點上；將各個時間段AKI的獎勵值與各類原始參數通過隨機森林算法，預測各個時間段之后的AKI的發病概率，可因此更早并準確地預測AKI的發生，建立人工智能介入早期預測模式。

技術領域

本發明涉及醫學技術領域，尤其是涉及人工智能的急性腎損傷的早期預測方法和裝置。

背景技術

目前，AKI(Acute Kidney Injury，急性腎損傷)的診斷，DIGO所采用的肌酐與尿量，因其局限性，相對于腎損傷的時間上的滯后，不能特異性地反映腎功能，以及反映腎損傷的本質。

隨著醫學的發展，通過采用生物標記、FST(Furosemide Stress Test)功能模型、引入決策樹、深度學習和機器學習等手段，通過上述手段，不能及早預測AKI的發病情況。

發明內容

有鑒于此，本發明的目的在于提供人工智能的急性腎損傷的早期預測方法和裝置，可以更早并準確地預測AKI的發生，建立人工智能介入早期預測模式。

第一方面，本發明實施例提供了人工智能的急性腎損傷的早期預測方法，所述方法包括：

獲取各類原始參數，對所述各類原始參數進行數據清洗和特征提取，得到特征參數；

將所述特征參數通過遺傳算法與隨機森林算法，得到各個時間段急性腎損傷AKI的發展狀態；

獲取所述AKI的狀態點；

根據所述各個時間段AKI的發展狀態通過蒙特卡羅樹與強化學習算法確定所述各個時間段AKI的獎勵值，并將所述各個時間段AKI的獎勵值賦予到所述AKI的狀態點上；

將所述各個時間段AKI的獎勵值與所述各類原始參數通過所述隨機森林算法，預測所述各個時間段之后的所述AKI的發病概率。

結合第一方面，本發明實施例提供了第一方面的第一種可能的實施方式，其中，所述各類原始參數包括生理參數、人群屬性參數和藥物，所述生理參數包括血壓、心率、體溫、尿量、肌酐、血小板、紅細胞、白細胞、血糖、膽紅素、K+、Na+、Cl-和pH值中的一種或幾種，所述人群屬性參數還包括年齡、種族和性別中的一種或幾種，所述藥物包括速尿、去氧腎上腺素、兩性霉素、萬古霉素中的一種或幾種。

結合第一方面，本發明實施例提供了第一方面的第二種可能的實施方式，其中，所述各個時間段包括24小時、48小時和72小時。

結合第一方面的第二種可能的實施方式，本發明實施例提供了第一方面的第三種可能的實施方式，其中，所述將所述各個時間段AKI的獎勵值與所述各類原始參數通過所述隨機森林算法，預測所述各個時間段之后的所述AKI的發病概率，包括：

在所述24小時的AKI預測中，AUC大于且等于90％；

在所述48小時的AKI預測中，AUC大于且等于85％；

在所述72小時的AKI預測中，AUC大于且等于80％。

結合第一方面，本發明實施例提供了第一方面的第四種可能的實施方式，其中，所述特征參數包括特征項和所述特征項對應的特征值。

第二方面，本發明實施例還提供人工智能的急性腎損傷的早期預測裝置，所述裝置包括：

提取單元，用于獲取各類原始參數，對所述各類原始參數進行數據清洗和特征提取，得到特征參數；