[發明專利]一種基于機器學習的類風濕關節炎預測方法及裝置

在審

• 申請號: 202210168512.3
• 申請日: 2022-02-23
• 公開（公告）號: CN114596954A
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 崔麗艷;白林鷺;熊敬維;王攀;張園;周劍鎖;梁永明;馮麗梅;吳永華;王天成
• 申請（專利權）人: 北京大學第三醫院（北京大學第三臨床醫學院）
• 主分類號: G16H50/20
• 分類號: G16H50/20
• 代理公司: 北京維澳專利代理有限公司 11252
• 代理人: 陳變花

本申請公開了一種基于機器學習的類風濕關節炎預測方法及裝置，類風濕關節炎預測方法包括：建立類風濕關節炎的機器學習模型；采集患者的樣本中與類風濕關節炎相關的多個特征；將多個特征輸入機器學習模型，預測樣本的類風濕關節炎的風險概率。本申請提供一種基于機器學習的類風濕關節炎預測方法及裝置，利用機器學習模型綜合多個特征預測類風濕關節炎的風險概率，相對于通過簡單綜合兩個特征的陰性/陽性劃分結果進行預測的方法，本申請大大提高了預測的準確率。

技術領域

本申請涉及機器學習技術領域，更具體地，涉及一種基于機器學習的類風濕關節炎預測方法及裝置。

背景技術

類風濕性關節炎(Rheumatoid arthritis,RA)是一種慢性多系統自身免疫疾病，是由持續的炎癥性炎性滑膜炎和隨后的關節結構侵蝕引起的。它被認為是一種復雜的疾病，其病因受到遺傳和環境風險因素的影響。RA通常根據兩個實驗室指標來預測患RA的概率：類風濕因子(RF)和抗環瓜氨酸肽抗體(anti-CCP)。現有預測方法中，使用每一指標的閾值將該指標的檢測值劃分為陰性/陽性，然后綜合二者的劃分結果確定預測結果，但是這樣的方法不能很好地指示RA的風險概率。

另外，現有的方法未將與RA高度相關的其他指標納入考量，導致RA的預測準確率和預測效率較低。

發明內容

本申請提供一種基于機器學習的類風濕關節炎預測方法及裝置，利用機器學習模型綜合多個特征預測類風濕關節炎的風險概率，相對于通過簡單綜合兩個特征的陰性/陽性劃分結果進行預測的方法，本申請大大提高了預測的準確率。

本申請提供了一種基于機器學習的類風濕關節炎預測方法，包括：

建立類風濕關節炎的機器學習模型；

采集患者的樣本中與類風濕關節炎相關的多個特征；

將多個特征輸入機器學習模型，預測樣本的類風濕關節炎的風險概率。

優選地，多個特征包括類風濕因子和抗環瓜氨酸肽抗體。

優選地，多個特征還包括患者的年齡和性別。

優選地，建立機器學習模型包括如下步驟：

利用相同的第一樣本集的所有樣本中與類風濕關節炎相關的多個特征獲得多個數據分析方法的預測準確率，從而獲得預測準確率最高的數據分析方法；

基于預測準確率最高的數據分析方法構建初始機器學習模型；

利用第二樣本集對初始機器學習模型進行訓練，獲得機器學習模型。

優選地，多個數據分析方法包括樸素貝葉斯分類器、Logistic回歸分析法、支持向量機算法、K近鄰算法、人工神經網絡、隨機森林算法、梯度提升決策樹算法中的至少兩個。

本申請還提供一種基于機器學習的類風濕關節炎預測裝置，包括模型建立模塊、特征值采集模塊和預測模塊；

模型建立模塊用于建立類風濕關節炎的機器學習模型；

特征值采集模塊用于采集患者的樣本中與類風濕關節炎相關的多個特征；

預測模塊用于將多個特征輸入機器學習模型，預測樣本的類風濕關節炎的風險概率。

優選地，多個特征包括類風濕因子和抗環瓜氨酸肽抗體。

優選地，多個特征還包括患者的年齡和性別。

優選地，模型建立模塊包括準確率獲得模塊、初始模型構建模塊和訓練模塊；

準確率獲得模塊用于利用相同的第一樣本集的所有樣本中與類風濕關節炎相關的多個特征獲得多個數據分析方法的預測準確率；