[發明專利]胰島素劑型選擇及劑量調整方法及系統

有效

• 申請號: 201910310314.4
• 申請日: 2019-04-17
• 公開（公告）號: CN111833985B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 李小英;李曉牧;陳穎;蔣晶晶;趙琳;李思敏;李林峰
• 申請（專利權）人: 復旦大學附屬中山醫院
• 主分類號: G16H20/17
• 分類號: 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

本發明公開了一種胰島素劑型選擇及劑量調整方法及系統，包括：以糖尿病指南/專家共識為基礎，結合機器學習模型，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間和對應的胰島素劑型；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、一訴五史、醫囑、患者基本屬性數據，根據病歷建立特征性字段；將特征性字段代入Xgboost模型中進行機器學習訓練以訓練模型中的特征變量；建立胰島素初始總劑量模型，將患者的病歷的特征性字段代入Xgboost模型中進行機器學習訓練以獲得胰島素初始總劑量；胰島素劃分為三種類型：基礎、預混、餐時，又根據不同的注射時間劃分為七種類型；建立胰島素劑量調整模型。

技術領域

本發明涉及胰島素劑量調整技術領域，特別是涉及一種胰島素劑型選擇及劑量調整方法及系統。

背景技術

隨著生活方式和飲食結構的改變，糖尿病呈現全球流行趨勢。國際糖尿病聯盟調查結果顯示，2015年全球糖尿病患者達到4.15億，預計2040年糖尿病患者將會上升至6.42億。中國是糖尿病流行的重災區，糖尿病患者人數高達1.14億，給社會造成巨大經濟負擔。

在面對11.6％的高糖尿病患病率，糖尿病知曉率只有30.1％。而知曉糖尿病的人群，治療率只有25.8％。接受治療的人群，糖尿病的控制率只有39.7％。糖尿病患者良好的血糖控制可以顯著降低糖尿病并發癥發生風險。

盡管目前降糖藥物種類繁多，然而隨著病程進展，大部分2型糖尿病患者最終需要胰島素補充治療才能有效控制血糖水平。研究顯示，中國目前34％的2型糖尿病患者在使用胰島素，而使用胰島素的患者平均糖化血紅蛋白水平為8.21％，遠遠高于血糖控制目標。缺乏及時有效的胰島素調整指導是導致血糖控制不佳的重要原因。

中國大多數糖尿病患者是在內分泌專科醫生指導下調節胰島素方案和劑量，這耗時且浪費大量社會衛生資源。同時面臨日益增長的糖尿病患者，中國內分泌專科醫生顯得嚴重不足。中國糖尿病管理面臨嚴峻問題，探討合理的糖尿病患者管理方案是需要迫切解決的問題。而國外90％以上2型糖尿病患者由社區基層醫生直接管理。中國目前的分級診療政策也是希望將糖尿病等慢病下放至社區，實現糖尿病患者的有效管理和資源的有效利用。然而基層醫生短缺、診治水平參差不齊、對胰島素使用缺乏信心等現實情況，往往延誤胰島素治療時機，或導致長期低劑量或過高劑量的胰島素使用，導致血糖總體控制不佳。

發明內容

本發明針對現有技術存在的問題和不足，提供一種胰島素劑型選擇及劑量調整方法及系統，基于先進人工智能深度學習技術，以2型糖尿病患者胰島素方案和劑量調整為切入點，建立規范化和個體化結合胰島素智能輔助決策模型，旨在提升管理糖尿病患者能力，助力分級診療。

本發明是通過下述技術方案來解決上述技術問題的：

本發明提供一種胰島素劑型選擇及劑量調整方法，其特點在于，其包括以下步驟：

以糖尿病指南/專家共識為基礎，結合機器學習模型，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間和對應的胰島素劑型；

建立糖尿病患者數據集：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、一訴五史、醫囑、患者基本屬性數據，根據病歷建立特征性字段；

訓練糖尿病患者數據集：將特征性字段代入Xgboost模型中進行機器學習訓練以訓練模型中的特征變量；

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模型中進行機器學習訓練以獲得胰島素初始總劑量；