器官衰竭的预警方法、系统、电子设备及存储介质技术方案

本发明专利技术公开了一种器官衰竭的预警方法、系统、电子设备及存储介质。其中，预警方法包括：提取目标病例的特征数据；将所述特征数据输入器官衰竭预警模型，以输出所述目标病例在预设时长之后器官衰竭阳性的发作概率；其中，所述器官衰竭预警模型由器官衰竭的阳性病例特征数据和阴性病例特征数据训练得到。本发明专利技术的器官衰竭的预警方法能够根据目标病例的特征数据预测该目标病例在预设时长之后器官衰竭阳性的发作概率，进而能够有利于实现器官衰竭的及早诊断与及早干预治疗，以降低器官衰竭的病死率。死率。死率。

【技术实现步骤摘要】
器官衰竭的预警方法、系统、电子设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种器官衰竭的预警方法、系统、电子设备及存储介质。

技术介绍

[0002]器官衰竭，或称多器官衰竭、多脏器功能衰竭，是一种病因繁多、发病机制复杂、病死率极高的临床综合征，是指机体在经受严重损害(如严重疾病、外伤、手术、感染、休克等)后，发生两个或两个以上器官功能障碍，甚至功能衰竭的综合征。据相关文献报道，累及1个器官衰竭的病死率为30％，累及2个器官衰竭的病死率为50％
‑
60％，累及3个以上器官衰竭的病死率为72％
‑
100％。及早的诊断和及时的干预治疗是降低器官衰竭病死率的重要途径和方法，但是，由于器官衰竭发病早期的症状比较隐匿，并且当前技术难以提前对器官衰竭进行准确地风险评估，也就难以实现器官衰竭的及早诊断与及早干预治疗。

技术实现思路

[0003]本专利技术要解决的技术问题是为了克服现有技术中难以提前对器官衰竭进行准确地风险评估的缺陷，提供一种器官衰竭的预警方法、系统、电子设备及存储介质。
[0004]本专利技术是通过下述技术方案来解决上述技术问题：
[0005]一种器官衰竭的预警方法，包括：
[0006]提取目标病例的特征数据；
[0007]将所述特征数据输入器官衰竭预警模型，以输出所述目标病例在预设时长之后器官衰竭阳性的发作概率；
[0008]其中，所述器官衰竭预警模型由器官衰竭的阳性病例特征数据和阴性病例特征数据训练，所述阳性病例特征数据包括在预测时刻之前采集到的特征数据，所述预测时刻与器官衰竭阳性的发作时刻之间的间隔为预设时长。
[0009]较佳地，所述器官衰竭预警模型通过以下步骤训练得到：
[0010]将所述阳性病例特征数据划分为与多个年龄段对应的分组阳性病例特征数据；
[0011]将所述阴性病例特征数据划分为与多个所述年龄段对应的分组阴性病例特征数据；
[0012]从每一所述分组阳性病例特征数据中提取预设比例的阳性病例特征数据，并从每一所述阴性病例特征数据中提取所述预设比例的阴性病例特征数据，来构建特征数据集；
[0013]利用所述特征数据集训练得到所述器官衰竭预警模型；
[0014]其中，所述特征数据集包括训练集、测试集与验证集中的至少一种。
[0015]较佳地，所述利用所述特征数据集训练得到所述器官衰竭预警模型的步骤包括：
[0016]打乱所述特征数据集；
[0017]利用打乱后的所述特征数据集训练得到所述器官衰竭预警模型。
[0018]较佳地，所述阳性病例特征数据的提取条件包括：
[0019]符合阳性病例的确定条件；
[0020]所述阳性病例的发作时刻位于进入当前ICU(Intensive Care Unit，重症监护室)的第一指定时长之后；
[0021]所述阳性病例在之前的ICU中未被确定为阳性病例；
[0022]所述阳性病例的年龄不小于年龄阈值；
[0023]所述阴性病例特征数据的提取条件包括：
[0024]符合阴性病例的确定条件；
[0025]所述阴性病例在当前ICU内的任意连续第二指定时长内的SOFA(Sequential Organ Failure Assessment，序贯器官衰竭估计评分)分值的最大变化量不超过SOFA阈值；
[0026]所述阴性病例在当前ICU内的停留时间超过第三指定时长；
[0027]所述阴性病例的ICD9(The International Classification of Diseases，国际疾病分类)诊断码中不含有器官衰竭的病症代码；
[0028]所述阴性病例的年龄不小于年龄阈值。
[0029]较佳地，通过以下步骤判断是否符合阳性病例的确定条件以及是否符合阴性病例的确定条件：
[0030]获取多组病例原始数据；
[0031]判断所述病例原始数据对应的病例是否属于器官衰竭的疑似病例；
[0032]若属于疑似病例，则确定所述病例的疑似感染时刻，然后判断所述病例的SOFA分值在包括所述疑似感染时刻的预设时间范围内的最大变化量是否大于所述SOFA阈值；
[0033]若大于所述SOFA阈值，则确定所述病例符合阳性病例的确定条件，并确定所述阳性病例器官衰竭阳性的发作时刻；
[0034]若不属于疑似病例，或者，不大于所述SOFA阈值，则确定所述病例符合阴性病例的确定条件。
[0035]较佳地，所述阳性病例特征数据和所述阴性病例特征数据均包括多个特征字段的数据；
[0036]所述阳性病例特征数据通过以下步骤提取得到：
[0037]从所述阳性病例对应的病例原始数据中提取阳性病例特征数据；
[0038]利用第一筛选规则筛选所述阳性病例特征数据；
[0039]所述第一筛选规则包括：所述阳性病例特征数据至少由连续预设数量的采集周期采集得到，并且每个采集周期采集到的阳性病例特征数据中有效的特征字段的数量不小于第一阈值；
[0040]所述阴性病例特征数据通过以下步骤提取得到：
[0041]从所述阴性病例对应的病例原始数据中提取阴性病例特征数据；
[0042]利用第二筛选规则筛选所述阴性病例特征数据；
[0043]所述第二筛选规则包括：所述阴性病例特征数据至少由连续预设数量的采集周期采集得到，并且每个采集周期采集到的阴性病例特征数据中有效的特征字段的数量不小于第二阈值；
[0044]其中，所述第一阈值不小于所述第二阈值。
[0045]较佳地，所述预设时长的取值范围为1小时至5小时；
[0046]和/或，所述第一指定时长取值为5小时；
[0047]和/或，所述年龄阈值取值为18周岁；
[0048]和/或，所述第二指定时长取值为72小时；
[0049]和/或，所述SOFA阈值取值为1分；
[0050]和/或，所述第三指定时长取值为5小时；
[0051]和/或，所述器官衰竭的病症代码包括：785.52，995.91，995.92。
[0052]一种器官衰竭的预警系统，包括：
[0053]提取模块，用于提取目标病例的特征数据；
[0054]预警模块，用于将所述特征数据输入器官衰竭预警模型，以输出所述目标病例在预设时长之后器官衰竭阳性的发作概率；
[0055]其中，所述器官衰竭预警模型由器官衰竭的阳性病例特征数据和阴性病例特征数据训练得到，所述阳性病例特征数据包括在预测时刻之前采集到的特征数据，所述预测时刻与器官衰竭阳性的发作时刻之间的间隔为预设时长。
[0056]一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一种器官衰竭的预警方法。
[0057]一种计算机可读存储介质，其上存储有计算机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种器官衰竭的预警方法，其特征在于，包括：提取目标病例的特征数据；将所述特征数据输入器官衰竭预警模型，以输出所述目标病例在预设时长之后器官衰竭阳性的发作概率；其中，所述器官衰竭预警模型由器官衰竭的阳性病例特征数据和阴性病例特征数据训练得到，所述阳性病例特征数据包括在预测时刻之前采集到的特征数据，所述预测时刻与器官衰竭阳性的发作时刻之间的间隔为预设时长。2.如权利要求1所述的器官衰竭的预警方法，其特征在于，所述器官衰竭预警模型通过以下步骤训练得到：将所述阳性病例特征数据划分为与多个年龄段对应的分组阳性病例特征数据；将所述阴性病例特征数据划分为与多个所述年龄段对应的分组阴性病例特征数据；从每一所述分组阳性病例特征数据中提取预设比例的阳性病例特征数据，并从每一所述阴性病例特征数据中提取所述预设比例的阴性病例特征数据，来构建特征数据集；利用所述特征数据集训练得到所述器官衰竭预警模型；其中，所述特征数据集包括训练集、测试集与验证集中的至少一种。3.如权利要求2所述的器官衰竭的预警方法，其特征在于，所述利用所述特征数据集训练得到所述器官衰竭预警模型的步骤包括：打乱所述特征数据集；利用打乱后的所述特征数据集训练得到所述器官衰竭预警模型。4.如权利要求1所述的器官衰竭的预警方法，其特征在于，所述阳性病例特征数据的提取条件包括：符合阳性病例的确定条件；所述阳性病例的发作时刻位于进入当前ICU的第一指定时长之后；所述阳性病例在之前的ICU中未被确定为阳性病例；所述阳性病例的年龄不小于年龄阈值；所述阴性病例特征数据的提取条件包括：符合阴性病例的确定条件；所述阴性病例在当前ICU内的任意连续第二指定时长内的SOFA分值的最大变化量不超过SOFA阈值；所述阴性病例在当前ICU内的停留时间超过第三指定时长；所述阴性病例的ICD9诊断码中不含有器官衰竭的病症代码；所述阴性病例的年龄不小于年龄阈值。5.如权利要求4所述的器官衰竭的预警方法，其特征在于，通过以下步骤判断是否符合阳性病例的确定条件以及是否符合阴性病例的确定条件：获取多组病例原始数据；判断所述病例原始数据对应的病例是否属于器官衰竭的疑似病例；若属于疑似病例，则确定所述病例的疑似感染时刻，然后判断所述病例的SOFA分值在包括所述疑似感染时刻的预设时间范围内的最大变化量是否大于所述SOFA阈值；若大于所述SOFA阈值，则确定所述病例符合阳性病例的确定条件，并确定所述阳...

【专利技术属性】
技术研发人员：赖志明，林志哲，薛佩姣，薛佳佳，蒋劲峰，
申请(专利权)人：上海电气集团股份有限公司，
类型：发明
国别省市：