[發(fā)明專利]一種構(gòu)建臨床決策模型的有效方法

有效

• 申請?zhí)枺?/td>: 202010771540.5
• 申請日: 2020-08-04
• 公開（公告）號: CN111863248B
• 公開（公告）日: 2022-10-11
• 發(fā)明（設(shè)計）人: 劉德民;吳立洋;陳洪波;劉立志;黎浩江;陳樹超;黃文捷;張?zhí)鞓?/a>;龔瓊
• 申請（專利權(quán)）人: 桂林電子科技大學(xué);中山大學(xué)
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06N3/12;G06K9/62
• 代理公司: 桂林市華杰專利商標(biāo)事務(wù)所有限責(zé)任公司 45112
• 代理人: 楊雪梅

本發(fā)明公開了一種構(gòu)建臨床決策模型的有效方法，該方法選取一種疾病和其對應(yīng)的一種治療手段，選取對應(yīng)的一批病人的病理特征和生存結(jié)局；對數(shù)據(jù)進(jìn)行預(yù)處理，病理數(shù)據(jù)進(jìn)行編碼，將數(shù)據(jù)分為訓(xùn)練樣本和驗證樣本，建立基于遺傳算法的臨床決策模型，將對應(yīng)疾病特征作為遺傳算法的特征輸入作為學(xué)習(xí)樣本進(jìn)行訓(xùn)練，得到對應(yīng)疾病臨床決策的潛在模型，對對應(yīng)疾病的潛在模型進(jìn)行穩(wěn)定性驗證，進(jìn)行訓(xùn)練樣本的有放回的抽樣重復(fù)分析，選取穩(wěn)定模型作為候選模型。將選模型進(jìn)行測試樣本測試，通過測試的模型作為最終模型。對得到的最終模型統(tǒng)計病理特征并進(jìn)行顯示。該方法無需假設(shè)，模型規(guī)模小，速度快，準(zhǔn)確度高。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)學(xué)高維特征處理技術(shù)領(lǐng)域，具體是一種構(gòu)建臨床決策模型的有效方法。

背景技術(shù)

隨著計算機(jī)技術(shù)的不斷發(fā)展，醫(yī)學(xué)上對特征變量組合的方法也在快速發(fā)展著，使得越來越多的醫(yī)療數(shù)據(jù)可以使用計算機(jī)處理判斷，提高了疾病診斷和治療成功的概率。

但是對于某種疾病是否使用某種治療手段在醫(yī)學(xué)界是很難有一個統(tǒng)一的標(biāo)準(zhǔn)與此類似的項目也鮮有報道。為了獲得最佳治療決策模型，必須從大量特征變量中選擇特征變量的最佳組合。高維特征空間可以由通過特征分析獲得的特征構(gòu)成。最佳特征集是高維特征空間的子集。遺傳算法已被證明是一種用于在高維空間中搜索次優(yōu)解的健全的全局優(yōu)化算法并用于多模式生物特征識別系統(tǒng)中的特征選擇，高維癌癥微陣列數(shù)據(jù)集等。我們可以看到，有許多潛在的特征可用于評估患者是否受益于某種療法，并且特征空間的維數(shù)非常高。首先，使用單變量Cox回歸分析進(jìn)行高維特征分析是有缺陷的。有許多潛在的模型需要驗證。使用窮舉法很難評估所有潛在模型，因為這是一個NP難題。通過Cox回歸分析構(gòu)建的治療決策模型很難全面評估患者的治療效果。其次，盡管當(dāng)特征變量很多時可以使用LASSO來構(gòu)建評估模型，但是LASSO中的特征選擇對患者是否使用這種治療方法的信息是盲目的。在LASSO中，模型構(gòu)建和優(yōu)化的目標(biāo)函數(shù)是ROC曲線（AUC）下的偏差或面積，它僅與分析中涉及的特征變量的值有關(guān)，而忽略了特征選擇中使用這種治療方法的信息。LASSO獲得的模型很難準(zhǔn)確地為患者做出治療決策。第三，實際上很難清楚地知道患者是否在臨床上受益于某種治療方法，也就是說，很難確定每位患者的某種治療效果標(biāo)簽。機(jī)器學(xué)習(xí)和人工智能方法可用于在高維特征空間中構(gòu)建模型，但未能構(gòu)建用于評估患者是否受益于某種治療的決策模型。

基于遺傳算法的構(gòu)建臨床決策模型臨床決策方法對于患者是否進(jìn)行對應(yīng)治療方法具有指導(dǎo)意義。可以幫助醫(yī)生更快的做出更加適合患者的治療方法，也可以選擇更適合該治療方法的特征變量的組合。

對于患者來說，可以節(jié)省更多的資金，并且提高自身的生存率，對醫(yī)生來講，可以針對模型做出更可靠的判斷和決定，增加患者的生存率?？偠灾?，我們介紹了一種事件監(jiān)督的遺傳算法，用于某疾病患者使用對應(yīng)治療手段的決策。通過新方法得到的模型具有簡潔，便于臨床應(yīng)用的特點。該方法的提出提供了一種新的有效方法，用于評估對疾病的治療效果和治療決策。

發(fā)明內(nèi)容

本發(fā)明的目的克服現(xiàn)有技術(shù)的不足，而提供一種構(gòu)建臨床決策模型的有效方法，該方法無需假設(shè)，模型規(guī)模小，速度快，準(zhǔn)確度高。

實現(xiàn)本發(fā)明目的的技術(shù)方案是：

一種構(gòu)建臨床決策模型的有效方法，具體包括如下步驟：

1）數(shù)據(jù)準(zhǔn)備：選取一種疾病和其對應(yīng)的一種治療手段，選取對應(yīng)的一批患者的病理、影像、臨床等特征和生存數(shù)據(jù)；

2）數(shù)據(jù)預(yù)處理：對步驟1）獲取的數(shù)據(jù)進(jìn)行預(yù)處理，是對病理數(shù)據(jù)進(jìn)行二值化處理，包括進(jìn)行one-hot編碼，臨床醫(yī)生進(jìn)行特征篩選并作為遺傳算法的二值化編碼輸入，對每個患者的特征變量數(shù)據(jù)進(jìn)行編碼，將編碼后的病人分為訓(xùn)練樣本和驗證樣本；