[發明專利]一種甲狀腺微小癌大量淋巴結轉移預測方法及系統

在審

• 申請號: 202210140723.6
• 申請日: 2022-02-16
• 公開（公告）號: CN114496259A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 錢碧云;張寰;張甜甜;朱滕滕;劉雨舟
• 申請（專利權）人: 上海市同仁醫院
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/70;G16H10/60;G06F16/22;G06F16/23
• 代理公司: 佛山粵進知識產權代理事務所(普通合伙) 44463
• 代理人: 王余錢

1.一種甲狀腺微小癌大量淋巴結轉移預測方法，其特征在于，包括以下步驟：

獲取目標患者信息，根據所述目標患者信息獲取目標患者既往數據；

建立智能預測模型，將所述目標患者信息及目標患者既往數據導入所述智能預測模型；

通過所述智能預測模型評估預測目標患者大量淋巴結轉移風險，同時生成預測風險的個性化臨床解釋；

根據所述智能預測模型的輸出結果，生成提醒信息，并按照預設方式進行發送；

同時，將所述目標患者信息及智能預測模型的輸出結果按照預設方式進行顯示。

2.根據權利要求1所述的一種甲狀腺微小癌大量淋巴結轉移預測方法，其特征在于，通過客戶端模塊收集目標患者信息，所述客戶端模塊包括患者端及醫生端，將所述目標患者信息傳輸到數據采集模塊；所述客戶端模塊包括但不限于網頁、PC應用程序、手機APP、微信小程序；所述客戶端模塊包括輸入界面及輸出界面，所述輸入界面包括但不限于：性別、年齡、手機號、身高、體重、疾病史、家族史。

3.根據權利要求2所述的一種甲狀腺微小癌大量淋巴結轉移預測方法，其特征在于，所述數據采集模塊與客戶端模塊及患者數據庫交互，所述患者數據庫部署在醫院云端服務器，進行患者數據的存儲及更新，所述數據采集模塊還可以訪問其他數據庫提取患者信息，包括但不限于醫院信息系統。

4.根據權利要求1所述的一種甲狀腺微小癌大量淋巴結轉移預測方法，其特征在于，所述智能預測模型包括風險預測模型及模型解釋器；

所述風險預測模型根據目標患者信息以及目標患者入院當天數據或目標患者提交的積極監測數據，評估目標患者大量淋巴結轉移風險，生成目標患者的大量淋巴結轉移風險等級；

所述模型解釋器對所述風險預測模型的輸出結果進行個性化臨床解釋，包括目標患者大量淋巴結轉移風險主要的相關因素以及每個因素的具體貢獻值。

5.根據權利要求4所述的一種甲狀腺微小癌大量淋巴結轉移預測方法，其特征在于，通過單因素分析及多因素邏輯回歸進行特征篩選及風險預測模型的建模；

所述風險預測模型的變量特征為年齡(45，＝45)、性別、腫瘤多發程度(單灶性、多灶性)、是否合并橋本甲狀腺炎背景、腫瘤最大直徑(5mm，＝5mm)、形狀是否規則、邊界是否清晰、囊性成分/實性成分、縱橫比(＝1，1)、是否為均質、鈣化程度(鈣化、微鈣化、多鈣化)、是否合并結節甲狀腺腫，以及彩色多普勒血流成像結果(少量血流共給，充足血流共給)。

6.根據權利要求1所述的一種甲狀腺微小癌大量淋巴結轉移預測方法，其特征在于，所述的根據所述智能預測模型的輸出結果，生成提醒信息，具體為：

獲取所述智能預測模型的的輸出結果，判斷目標患者大量淋巴結轉移風險是否為高風險等級；

若目標患者大量淋巴結轉移風險不是高風險等級，則生成日常注意事項及下次積極監測提醒信息；

若目標患者大量淋巴結轉移風險為高風險等級或目標患者需要再次檢查和評估，則生成高風險提醒信息。

7.一種甲狀腺微小癌大量淋巴結轉移預測系統，其特征在于，包括客戶端模塊、數據采集模塊、患者數據庫、智能預測模塊、結果可視化模塊、消息提醒模塊；

所述客戶端模塊包括患者端及醫生端，通過客戶端模塊獲取目標患者信息；

所述數據采集模塊與客戶端模塊交互，從客戶端模塊收集到的目標患者信息傳輸到數據采集模塊；

所述患者數據庫與數據采集模塊和智能預測模塊交互，存儲和更新目標患者信息，將收集到的目標患者信息結合目標患者既往數據同步上傳至智能預測模塊；

所述智能預測模塊通過智能預測模型進行目標患者大量淋巴結轉移風險的評估，同時生成預測風險的個性化臨床解釋；

所述結果可視化模塊通過客戶端模塊的輸出界面，將目標患者信息和模型輸出結果輸出到客戶端進行顯示；

所述信息提醒模塊獲取智能預測模塊的評估預測結果，若目標患者大量淋巴結轉移風險為高風險或目標患者需要進行再次檢查和評估時，生成提醒信息。