[發(fā)明專利]一種基于人工智能監(jiān)督學(xué)習(xí)的實(shí)驗(yàn)室胸痛數(shù)據(jù)檢查輔助識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910147228.6
• 申請(qǐng)日: 2019-02-27
• 公開(kāi)（公告）號(hào): CN109907751B
• 公開(kāi)（公告）日: 2021-02-02
• 發(fā)明（設(shè)計(jì)）人: 嚴(yán)洋;嚴(yán)金川
• 申請(qǐng)（專利權(quán)）人: 嚴(yán)洋
• 主分類號(hào): A61B5/318
• 分類號(hào): A61B5/318;A61B5/346;G01N33/48;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京申云知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32274
• 代理人: 王云

發(fā)明公開(kāi)了一種基于人工智能監(jiān)督學(xué)習(xí)的實(shí)驗(yàn)室胸痛數(shù)據(jù)檢查輔助識(shí)別方法，屬于人工智能醫(yī)療技術(shù)領(lǐng)域，包括AI系統(tǒng)，AI系統(tǒng)獲取臨床醫(yī)生、患者信息和數(shù)據(jù)庫(kù)信息，AI系統(tǒng)將從數(shù)據(jù)庫(kù)中找出疾病的診斷標(biāo)準(zhǔn)，對(duì)每個(gè)標(biāo)準(zhǔn)與患者入院后收集到的實(shí)際情況進(jìn)行比較，如果比較結(jié)果匹配，則警告系統(tǒng)將不會(huì)啟動(dòng)，如果結(jié)果不一致，人工智能會(huì)發(fā)出警報(bào)，提醒臨床醫(yī)生重新檢查患者的診斷。本發(fā)明將人工智能與胸痛的檢查聯(lián)合起來(lái)，實(shí)現(xiàn)智能化醫(yī)學(xué)檢驗(yàn)，增加判斷的靈敏度和正確率。

技術(shù)領(lǐng)域

本發(fā)明人工智能與機(jī)器學(xué)習(xí)融合的醫(yī)療技術(shù)領(lǐng)域，具體涉及一種基于人工智能監(jiān)督學(xué)習(xí)的實(shí)驗(yàn)室胸痛數(shù)據(jù)檢查輔助識(shí)別方法。

背景技術(shù)

近年來(lái)，人工智能領(lǐng)域取得了飛速發(fā)展，其應(yīng)用也越來(lái)越廣泛，人工智能離不開(kāi)數(shù)據(jù)分析和機(jī)器學(xué)習(xí)，研究智能數(shù)據(jù)分析的理論和方法已經(jīng)成為人工智能的必要基礎(chǔ)之一。它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等。

胸痛是一種常見(jiàn)而又能危及生命的病癥，造成胸痛的原因復(fù)雜多樣，包括急性冠脈綜合征(ACS)、主動(dòng)脈夾層、肺栓塞(PE)、心包填塞等，其中ACS在這些嚴(yán)重危及生命的疾病中所占比例最高，心肌梗死(AMI)的誤診率在3％～5％，主動(dòng)脈夾層動(dòng)脈瘤的發(fā)病率約0.5～1/10萬(wàn)人，如果誤診其死亡率超過(guò)90％。PE的發(fā)病率大約70/10萬(wàn)人，自發(fā)性氣胸發(fā)病率2.5～18/10萬(wàn)人，食管破裂發(fā)病率是12.5/10萬(wàn)人。2009年，北京急性胸痛注冊(cè)研究，共入選5666例患者，結(jié)果顯示胸痛患者占急診就診患者的4％，其中ACS占27.4％。如何快速、準(zhǔn)確診斷和鑒別ACS及其他致死性胸痛的病因，成為急診處理的難點(diǎn)和重點(diǎn)。

因此將人工智能與胸痛的檢查聯(lián)合起來(lái)，尤其是將心電數(shù)據(jù)和血液等實(shí)驗(yàn)室常規(guī)數(shù)據(jù)檢測(cè)結(jié)合起來(lái)，實(shí)現(xiàn)智能化醫(yī)學(xué)鑒定，增加判斷的靈敏度和正確率，變得尤為重要。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明公開(kāi)了一種基于人工智能監(jiān)督學(xué)習(xí)的實(shí)驗(yàn)室胸痛數(shù)據(jù)檢查輔助識(shí)別方法，將人工智能與胸痛的檢查聯(lián)合起來(lái)，尤其是將心電數(shù)據(jù)和肌鈣蛋白、肌紅蛋白、肌酸激酶同工酶含量、D-二聚體和動(dòng)脈血樣分壓數(shù)據(jù)融合識(shí)別，實(shí)現(xiàn)智能化醫(yī)學(xué)鑒定，增加對(duì)胸痛疾病輔助判斷的靈敏度和正確率。

本發(fā)明通過(guò)以下技術(shù)方案予以實(shí)現(xiàn)：

基于人工智能監(jiān)督學(xué)習(xí)的實(shí)驗(yàn)室胸痛數(shù)據(jù)檢查輔助識(shí)別方法，包括AI系統(tǒng)，所述AI系統(tǒng)獲取臨床醫(yī)生診斷信息、患者實(shí)驗(yàn)室檢查信息和數(shù)據(jù)庫(kù)信息，并對(duì)患者實(shí)驗(yàn)室檢查的心電數(shù)據(jù)和肌鈣蛋白、肌紅蛋白、肌酸激酶同工酶含量、D聚體、動(dòng)脈血樣分壓數(shù)據(jù)進(jìn)行融合分析處理；所述AI系統(tǒng)將從數(shù)據(jù)庫(kù)中找出對(duì)患者實(shí)驗(yàn)室檢查信息的診斷標(biāo)準(zhǔn)，與患者入院后臨床醫(yī)生診斷信息的分析標(biāo)準(zhǔn)進(jìn)行比較，如果比較結(jié)果匹配，則警告系統(tǒng)將不會(huì)啟動(dòng)，如果結(jié)果不一致，人工智能會(huì)發(fā)出警報(bào)，提醒臨床醫(yī)生重新對(duì)患者進(jìn)行檢查。

進(jìn)一步，進(jìn)行融合分析處理過(guò)程中，包括：

AI系統(tǒng)采用改進(jìn)Tri-Training算法實(shí)現(xiàn)對(duì)肌鈣蛋白、肌紅蛋白、肌酸激酶同工酶含量、D-二聚體和動(dòng)脈血樣分壓數(shù)據(jù)的半監(jiān)督學(xué)習(xí)：

算法輸入為：通過(guò)數(shù)據(jù)采樣獲得肌鈣蛋白，肌紅蛋白、肌酸激酶同工酶含量、D-二聚體；動(dòng)脈血樣分壓的樣本數(shù)據(jù)，將樣本數(shù)據(jù)分為無(wú)標(biāo)記樣本集U，Must-link約束集M，Cannot-link約束集C，標(biāo)記樣本選取的最大數(shù)目為N_max；算法輸出為：D-二聚體兩個(gè)區(qū)間劃分、心肌損傷標(biāo)志物區(qū)間劃分、血?dú)夥治鋈齻€(gè)區(qū)間劃分，將上述劃分為有標(biāo)記樣本集R′和更新后的無(wú)標(biāo)記樣本集U′；

A1，初始化已標(biāo)記樣本數(shù)目N＝0，U′＝U；

A2，然后，對(duì)于由下述公式計(jì)算其對(duì)應(yīng)的樣本間距離：