[發(fā)明專利]胰島素劑型選擇及劑量調(diào)整方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910310314.4
• 申請(qǐng)日: 2019-04-17
• 公開(kāi)（公告）號(hào): CN111833985B
• 公開(kāi)（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 李小英;李曉牧;陳穎;蔣晶晶;趙琳;李思敏;李林峰
• 申請(qǐng)（專利權(quán)）人: 復(fù)旦大學(xué)附屬中山醫(yī)院
• 主分類號(hào): G16H20/17
• 分類號(hào): G16H20/17;G16H50/20;G06F18/214;G06F18/2413
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 徐俊

1.一種胰島素劑型選擇及劑量調(diào)整方法，其特征在于，其包括以下步驟：

建立糖尿病患者數(shù)據(jù)集：收集2型糖尿病的患者病歷，每份病歷包括患者住院期間的檢查檢驗(yàn)、一訴五史、醫(yī)囑、患者基本屬性數(shù)據(jù)，根據(jù)病歷建立特征性字段；所述特征性字段包括：糖尿病分型、糖尿病病程、年齡、性別、WC、飲食習(xí)慣、血糖、低血糖風(fēng)險(xiǎn)現(xiàn)病史+既往史、BMI、糖尿病并發(fā)癥情況、聯(lián)合使用的降糖藥物、胰島素分泌功能、肌酐-血、肌酐-尿、ALT、AST、脂蛋白情況、甘油三酯、血壓、糖尿病癥狀、以及胰島素劑量，其中，脂蛋白情況包括低密度脂蛋白、高密度脂蛋白以及非高密度脂蛋白；

訓(xùn)練糖尿病患者數(shù)據(jù)集：將所述特征性字段代入Xgboost模型中進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練以訓(xùn)練模型中的特征變量；

以糖尿病指南/專家共識(shí)為基礎(chǔ)，結(jié)合機(jī)器學(xué)習(xí)模型，給出適合患者的胰島素方案，胰島素方案包括服用胰島素的時(shí)間和對(duì)應(yīng)的胰島素劑型；初始胰島素劑型采取的是基礎(chǔ)/預(yù)混兩次/基礎(chǔ)加餐時(shí)/其他四種劑型中的一種；將四種胰島素劑型選擇通過(guò)onehot處理為多分類標(biāo)簽，GBDT模型根據(jù)信息增益自動(dòng)選擇最優(yōu)特征和最優(yōu)切分點(diǎn)，形成初始決策樹(shù)，而后再用同樣的方法形成補(bǔ)充決策樹(shù)來(lái)擬合前述決策樹(shù)群預(yù)測(cè)結(jié)果的偏差，直至偏差減小緩慢停止學(xué)習(xí)，模型訓(xùn)練過(guò)程中對(duì)子樹(shù)深度m、子樹(shù)個(gè)數(shù)n、衰減因子f、特征采樣率r進(jìn)行設(shè)定，子樹(shù)類型是多分類的softmax模型；

建立胰島素初始總劑量模型：I_s＝f_s(z)

其中，I_s表示胰島素初始總劑量，z表示特征變量，f_s表示Xgboost模型，將特征性字段輸入至Xgboost模型，將患者的病歷的特征性字段代入Xgboost模型中進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練以獲得胰島素初始總劑量；

胰島素劃分為三種類型：基礎(chǔ)、預(yù)混、餐時(shí)，又根據(jù)不同的注射時(shí)間劃分為七種類型：基礎(chǔ)胰島素6點(diǎn)b6、基礎(chǔ)胰島素21點(diǎn)b21、預(yù)混胰島素6點(diǎn)p6、預(yù)混胰島素16點(diǎn)p16、餐時(shí)胰島素6點(diǎn)s6、餐時(shí)胰島素10點(diǎn)s10、餐時(shí)胰島素16點(diǎn)s16；

建立胰島素劑量調(diào)整模型：I_k，t+1＝I_k，t+f_k(r_t+1)

其中，k屬于上述7種胰島素注射類型中的一種：k∈[b₆，b₂₁，p₆，p₁₀，s₆，s₁₀，s₁₆]

其中，I_k，t+1是k類型胰島素t+1日注射的注射劑量，r_t+1是t+1日之前的血糖胰島素?cái)?shù)據(jù)解析而來(lái)的特征變量，f_k是針對(duì)k類型的胰島素類型胰島素調(diào)整量的Xgboost模型。

2.一種胰島素劑型選擇及劑量調(diào)整系統(tǒng)，其特征在于，其包括劑型選擇模塊、數(shù)據(jù)收集模塊、模型訓(xùn)練模塊、劑量模型建立模塊和劑量調(diào)整模塊；

所述數(shù)據(jù)收集模塊用于收集2型糖尿病的患者病歷，每份病歷包括患者住院期間的檢查檢驗(yàn)、一訴五史、醫(yī)囑、患者基本屬性數(shù)據(jù)，根據(jù)病歷建立特征性字段；所述特征性字段包括：糖尿病分型、糖尿病病程、年齡、性別、WC、飲食習(xí)慣、血糖、低血糖風(fēng)險(xiǎn)現(xiàn)病史+既往史、BMI、糖尿病并發(fā)癥情況、聯(lián)合使用的降糖藥物、胰島素分泌功能、肌酐-血、肌酐-尿、ALT、AST、脂蛋白情況、甘油三酯、血壓、糖尿病癥狀、以及胰島素劑量，其中，脂蛋白情況包括低密度脂蛋白、高密度脂蛋白以及非高密度脂蛋白；

所述模型訓(xùn)練模塊用于將特征性字段代入Xgboost模型中進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練以訓(xùn)練模型中的特征變量；

所述劑型選擇模塊用于以糖尿病指南/專家共識(shí)為基礎(chǔ)，結(jié)合進(jìn)行所述機(jī)器學(xué)習(xí)訓(xùn)練后的Xgboost模型，給出適合患者的胰島素方案，胰島素方案包括服用胰島素的時(shí)間和對(duì)應(yīng)的胰島素劑型；初始胰島素劑型采取的是基礎(chǔ)/預(yù)混兩次/基礎(chǔ)加餐時(shí)/其他四種劑型中的一種；所述劑型選擇模塊用于將四種胰島素劑型選擇通過(guò)onehot處理為多分類標(biāo)簽，GBDT模型根據(jù)信息增益自動(dòng)選擇最優(yōu)特征和最優(yōu)切分點(diǎn)，形成初始決策樹(shù)，而后再用同樣的方法形成補(bǔ)充決策樹(shù)來(lái)擬合前述決策樹(shù)群預(yù)測(cè)結(jié)果的偏差，直至偏差減小緩慢停止學(xué)習(xí)，模型訓(xùn)練過(guò)程中對(duì)子樹(shù)深度m、子樹(shù)個(gè)數(shù)n、衰減因子f、特征采樣率r進(jìn)行設(shè)定，子樹(shù)類型是多分類的softmax模型；

所述劑量模型建立模塊用于建立胰島素初始總劑量模型：I_s＝f_s(z)

其中，I_s表示胰島素初始總劑量，z表示特征變量，f_s表示Xgboost模型，將特征性字段輸入至Xgboost模型，將患者的病歷的特征性字段代入Xgboost模型中進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練以獲得胰島素初始總劑量；

胰島素劃分為三種類型：基礎(chǔ)、預(yù)混、餐時(shí)，又根據(jù)不同的注射時(shí)間劃分為七種類型：基礎(chǔ)胰島素6點(diǎn)b6、基礎(chǔ)胰島素21點(diǎn)b21、預(yù)混胰島素6點(diǎn)p6、預(yù)混胰島素16點(diǎn)p16、餐時(shí)胰島素6點(diǎn)s6、餐時(shí)胰島素10點(diǎn)s10、餐時(shí)胰島素16點(diǎn)s16；

所述劑量調(diào)整模塊用于建立胰島素劑量調(diào)整模型：I_k，t+1＝I_k，t+f_k(r_t+1)

其中，k屬于上述7中胰島素注射類型中的一種：k∈[b₆，b₂₁，p₆，p₁₀，s₆，s₁₀，s₁₆]

其中，I_k，t+1是k類型胰島素t+1日注射的注射劑量，r_t+1是t+1日之前的血糖胰島素?cái)?shù)據(jù)解析而來(lái)的特征變量，f_k是針對(duì)k類型的胰島素類型胰島素調(diào)整量的Xgboost模型。