[發(fā)明專利]一種基于人工智能原發(fā)性肝癌治療方案的決策方法

在審

• 申請?zhí)枺?/td>: 201910523815.0
• 申請日: 2019-06-17
• 公開（公告）號: CN110211687A
• 公開（公告）日: 2019-09-06
• 發(fā)明（設計）人: 石涵宇;郭飛;賀云鵬;許慧;張群華
• 申請（專利權）人: 頤保醫(yī)療科技（上海）有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于人工智能原發(fā)性肝癌治療方案的決策方法，其特征在于：包括步驟：

1）從醫(yī)院中獲取腫瘤患者病例資料；

2）根據(jù)醫(yī)生的經驗對數(shù)據(jù)進行處理，便于人工智能算法進行訓練；

3）將處理后的特征，并將同一治療方案的病例根據(jù)8：2的比例分成訓練集和測試集；

4）將每一個治療方案的訓練集輸入GBDT進行訓練，訓練器自動總結不同治療方案的肝癌患者的細微差別特點，生成分類模型；將測試集中的患者病例特征，利用生成的分類模型對其治療方案分類，并對比其已知的實際治療方案從而獲得分類精度；

5）GBDT分類器的初始參數(shù)n_estimators,max_depth和learning_rate是可變的，訓練時采用多種不同的參數(shù)n_estimators,max_depth和learning_rate進行訓練并生成多個分類器然后進行測試，最后選取分類效果最好的參數(shù)組合，如果分類器的分類精度達標，確認此模型參數(shù)并保存此分類器；

6）如果分類精度不達標，則調整模型的相關參數(shù)n_estimators,max_depth和learning_rate或者增加訓練照片數(shù)據(jù)，再進行重復訓練和測試，直到分類精度達標為止；

7）對于小肝癌的患者，通過射頻消融的治療方案有醫(yī)學明確指征，對部分結果進行修正，同時根據(jù)原發(fā)性肝癌診療指南，對同以患者可能采取的多種治療方案進行補充，得到最終的決策模型。

2.根據(jù)權利要求1所述的一種基于人工智能原發(fā)性肝癌治療方案的決策方法，其特征在于：所述步驟2）的數(shù)據(jù)一共包含45個，分別為：性別、年齡、第幾次就趁、肝硬化指標、乙肝指標、甲胎蛋白、癌胚蛋白、身高、體重、BMI、Child評分、是否有乙肝、是否有丙肝、是否有門脈高壓、是否飲酒、血紅蛋白、血小板、白細胞、中性粒細胞比、淋巴細胞比、NLR,單核細胞比、嗜酸性粒細胞比、嗜堿性粒細胞比、總膽紅素、直接膽紅素、冬氨酸氨基轉移酶、谷氨酸轉氨酶、白蛋白、尿素、肌酐、胱抑素、凝血酶原時間、活化部分凝血活酶時間、腫瘤數(shù)目、最大腫瘤大小、腫瘤總大小、腫瘤位置、肉眼可見血管侵犯、淋巴轉移位置。

3.根據(jù)權利要求2所述的一種基于人工智能原發(fā)性肝癌治療方案的決策方法，其特征在于：所述肝硬化指標包括INR和FIB；乙肝指標包括乙肝表面抗原、乙肝表面抗體、乙肝E抗體、乙肝E抗原、乙肝核心抗體。

4.根據(jù)權利要求1所述的一種基于人工智能原發(fā)性肝癌治療方案的決策方法，其特征在于：該方法通過客戶端軟件的形式搭載于電腦或者智能手機上。

5.根據(jù)權利要求1所述的一種基于人工智能原發(fā)性肝癌治療方案的決策方法，其特征在于：所述分類模型設有批量式的輸入Excel文件。