生命状态预测方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种生命状态预测方法、装置、电子设备及存储介质，涉及机器学习技术领域。所述方法包括：获取患者数据集，所述患者数据集包括患者的指定多项生理特征；对所述患者数据集进行前期处理，获得规范患者数据集；将所述规范患者数据集输入生命状态预测模型，获得所述生命状态预测模型输出的生命状态预测结果，所述生命状态预测结果表示患者的院内结局是治愈出院或死亡，以及所述院内结局距离当前时刻的时间长短。该方法直接基于患者的生理特征，采用生命状态预测模型确定患者的当前生命状态，能够通过生命状态预测模型持续给出患者某段时间中每个时刻动态即时的生命状态。

【技术实现步骤摘要】
生命状态预测方法、装置、电子设备及存储介质
本申请涉及机器学习
，具体而言，涉及一种生命状态预测方法、装置、电子设备及存储介质。
技术介绍
在对病患进行医学治疗时，特别是进行手术、服用特效药或采用某些特殊疗法的时机也会对治疗效果产生重大影响，因此结合患者的当前身体状态和医疗进展，在合适的时机启动治疗也对患者的治疗康复期望有极大的提升。而由于重症患者的临床高度异质性以及生理特征的不确定性，因此在临床实践中，例如针对急性肾损伤患者，仍然难以确定患者的生理状态以及康复预测情况。现有技术中被用于预测危重病人的生理及治疗情况的技术通常存在预测结果仅针对某一结局时刻，当前生命状态难以确定的问题。
技术实现思路
有鉴于此，本申请实施例的目的在于提供一种生命状态预测方法、装置、电子设备及存储介质，以改善现有技术中存在的预测结果仅针对某一结局时刻，当前生命状态难以确定的问题。本申请实施例提供了一种生命状态预测方法，所述方法包括：获取患者数据集，所述患者数据集包括患者的指定多项生理特征；对所述患者数据集进行前期处理，获得规本文档来自技高网...

【技术保护点】
1.一种生命状态预测方法，其特征在于，包括：/n获取患者数据集，所述患者数据集包括患者的指定多项生理特征；/n对所述患者数据集进行前期处理，获得规范患者数据集；/n将所述规范患者数据集输入生命状态预测模型，获得所述生命状态预测模型输出的生命状态预测结果，所述生命状态预测结果表示患者的院内结局是治愈出院或死亡，以及所述院内结局距离当前时刻的时间长短。/n

【技术特征摘要】
1.一种生命状态预测方法，其特征在于，包括：
获取患者数据集，所述患者数据集包括患者的指定多项生理特征；
对所述患者数据集进行前期处理，获得规范患者数据集；
将所述规范患者数据集输入生命状态预测模型，获得所述生命状态预测模型输出的生命状态预测结果，所述生命状态预测结果表示患者的院内结局是治愈出院或死亡，以及所述院内结局距离当前时刻的时间长短。


2.根据权利要求1所述的方法，其特征在于，所述获取患者数据集，包括：
从医院信息系统、实验室信息管理系统和/或重症监护系统中获取患者的患者数据；
将所述患者数据中患者在当前预测时间之前的预设时段的所述指定多项生理特征的值按照时序排列，获得所述患者数据集。


3.根据权利要求1所述的方法，其特征在于，所述对所述患者数据集进行前期处理，包括：
在所述患者数据集的同一项生理特征在同一时间点有两个或多个值时，对所述两个或多个值进行归并；
在所述患者数据集的生理特征的值缺失时，采用非监督的聚类技术进行插值。


4.根据权利要求1-3中任一项所述的方法，其特征在于，在所述将所述规范患者数据集输入生命状态预测模型，获得所述生命状态预测模型输出的生命状态预测结果之前，还包括：
从医院信息系统、实验室信息管理系统和/或重症监护系统中获取多个患者的数据；
将所述多个患者的数据中患者在当前预测时间之前的预设时段的指定多项生理特征的值按照时序排列，获得所述多个患者的数据集；
对所述多个患者的数据集进行前期处理，获得所述多个患者的规范数据集；
将所述多个患者的规范数据集划分为训练组和测试组；
基于患者的院内结局对所述训练组和所述测试组中患者的生命状态实际结果进行标注，所述院内结局为可治愈出院、院内死亡、可在预设时刻内出院、可在预设时刻外出院、将在预设时刻内死亡或将在预设时刻外死亡；
基于所述训练组中患者的生命状态实际结果的标注，以规范数据集为输入数据，以患者的生命状态预...

【专利技术属性】
技术研发人员：戴松世，
申请(专利权)人：戴松世，
类型：发明
国别省市：浙江;33