一种可解释的急性肾损伤持续预警方法、系统、存储介质及电子设备技术方案

本发明专利技术公开了一种可解释的急性肾损伤持续预警方法、系统、存储介质及电子设备，包括以下步骤。第一步：临床电子病历数据获取，构建以小时为单位步长的患者表格化时间序列；第二步：数据预处理及特征提取，进行临床动态特征解析提取临床经验特征；第三步：对患者时间序列信息进行多层非线性映射表示，构建急性肾损伤持续预警深度学习方法；第四步：基于改进积分梯度方法提出可解释的预警模型对输出结果进行解释；第五步：临床可视化交互界面搭建以辅助临床决策。本发明专利技术在融合先验特征的基础上构建急性肾损伤深度表示预警算法，有效提高了患者风险持续追踪的准确性，同时可解释与可视化的交互信息大大提高算法所依托系统的可用性。性。性。

【技术实现步骤摘要】
一种可解释的急性肾损伤持续预警方法、系统、存储介质及电子设备


[0001]本专利技术涉及医学
，尤其涉及一种可解释的急性肾损伤持续预警方法、系统、存储介质及电子设备。

技术介绍

[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]急性肾损伤(Acute kidney injury,AKI)是由多种病因和病理机制引起的以肾功能迅速下降为特征的一种严重临床综合征，具有高发病率和病死率。据相关资料统计，全球每年约有1330万AKI新发病例，近170万人因AKI及其并发症死亡。目前临床上仍然缺乏有效的减少AKI病程的治疗方法，因此对于AKI的预防和早期诊断是其防治中最重要的环节。
[0004]随着近二十年来医院信息化建设的高速发展，使得利用大数据、医学统计分析和人工智能等手段构建数字化的AKI疾病早期预警系统成为研究重点。然而基于人工智能预警系统的报警疲劳问题，以及临床工作者无法有效理解报警的出现，使得无法交互式的获得评价患者病情的有效信息以辅助治疗是当前AKI智能预警算法远没有达到临床应用标准的主要问题。

技术实现思路

[0005]针对现有技术的以上缺陷或改进需求，本专利技术提供了一种可解释的急性肾损伤持续预警方法、系统、存储介质及电子设备，首先获取临床电子病历数据，然后对数据预处理及特征提取，随后建立急性肾损伤风险的可持续预警和早期识别方法，并对其输出结果进行解释，最后搭建可视化交互界面以辅助临床决策。
[0006]为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：
[0007]一种可解释的急性肾损伤持续预警方法，其特征在于，包括以下步骤：
[0008]S1:临床电子病历数据获取，构建以小时为单位步长的患者表格化时间序列，选取KDIGO指南中的肌酐和尿量标准定义急性肾损伤的发生以及危急程度；
[0009]S2:数据预处理及特征提取，进行临床动态特征解析，依据先验知识进行临床信息挖掘，提取临床经验特征；
[0010]S3:急性肾损伤持续预警深度学习方法构建，基于扩张因果卷积结合嵌入挤压和激励(SE)模块的残差网络对患者时间序列信息进行多层非线性映射表示，自动挖掘患者时间维度前后状态信息的潜在关联，每六小时一次利用过去24小时的信息预测患者将来24小时内患急性肾损伤的风险，实现急性肾损伤风险的持续预警；
[0011]S4:预警模型可解释方法提出，利用改进积分梯度方法对持续预警模型进行解释，输出单个患者每次预测的特征重要度分布，提示高危风险因素；
[0012]S5:临床可视化交互界面搭建，基于提示的可解释信息搭建临床可视化交互界面
以辅助临床决策，建立从原始数据和可视化预警信息显示到医生实时风险追踪、再到医生介入纠正、从而不断更新模型的全链条交互模式。
[0013]进一步地，从电子病历数据中获取参数信息包括：年龄、性别、身高、体重、合并症、入重症监护室(ICU)时长等人口统计学资料，心率、温度、收缩压、舒张压、平均动脉压、呼吸频率、血氧饱和度等实时采集的生命体征，pH、血氧分压、血二氧化碳分压、吸氧分数、碱剩余、乳酸盐、血糖、血细胞比容、血红蛋白、白细胞计数、血小板、白蛋白、阴离子间隙、碳酸氢盐、尿素氮、肌酐、钙离子、氯离子、钠离子、钾离子、国际标准化比值、尿量等更新的实验室检查信息，选取KDIGO指南中肌酐和尿量标准定义急性肾损伤的发生以及危急程度；进一步地，预处理包括数据标准化、低于生理参数分布1％以下以及高于99％以上的异常值剔除、对缺失值向后以及中值填充法处理；特征提取依据临床先验知识计算得到氧合指数、尿素氮和血肌酐比值、身体质量指数、48小时内血肌酐最低值、12小时尿量，以及缺失值标志序列、当前参数采样与上一次记录差值、过去24小时内生命体征最大值、最小值、中值、标准差、差值序列标准差等统计指标特征。
[0014]进一步地，改进的积分梯度方法对持续预警模型进行解释，具体方法如下：假设预警模型表示为f，输入为v，则v的第i个分量的归因值(特征重要度)可以看做是模拟特征缺失的基线b到输入v路径上所有梯度的累计。该路径可表示为γ(α)，其中α∈[0,1]，并且γ(0)＝b,γ(1)＝v。在IG中使用直线路径，即γ(α)＝b+α(v
‑
b)，则表示为：
[0015][0016]为避免基线b的选择方法对结果产生差异化的影响，利用期望梯度方法对多个基线求平均。假设基线来自分布D，则重新表示为：
[0017][0018]其中p
D
为基线概率密度函数，假设α服从区间[0,1]上的均匀分布U，则期望梯度将上述积分重新表示为下式：
[0019][0020]为了在实际应用中计算特征归因值，随机从患者人群中选取k个样本作为从基线分布D中选取的基线样本，得到下式：
[0021][0022]即为单个患者每次预测的特征重要度值，用于提示高危风险因素。
[0023]进一步地，可视化交互界面包括以下模块：数据输入模块中实时显示收集到的各源头数据；随后经预警方法推理后由辅助决策模块提示潜在的危险因素提示干预；之后风险追踪模块实时、持续的判断患者恶化风险，提示进行肾脏替代治疗合适时机；在交互反馈模块，医生首先判断算法给出结果是否正确，并根据临床经验对自动诊断依据和结果进行交互式修正，医生交互式输入知识能够参与到模型补全及拓展工作；模型更新模块基于医
生介入反馈结果，重新进行算法反馈式训练，生成表示能力更强大、推理更准确的预警算法。
[0024]一个或多个实施例提供了一种可解释的急性肾损伤持续预警系统，包括：
[0025]临床电子病历数据获取及整合模块，获取的所述人口统计资料、生命体征及实验室检查等数据信息作为模型训练样本，以小时为单位步长构建的融合重症患者多生理参数信息的表格化时间序列；
[0026]数据预处理及特征提取模块，进行临床动态特征解析，依据先验知识进行临床信息挖掘，提取临床经验特征；
[0027]急性肾损伤风险持续预警方法模块，基于扩张因果卷积结合嵌入挤压和激励(SE)模块的残差网络对患者时间序列信息进行多层非线性映射表示，自动挖掘患者时间维度前后状态信息的潜在关联，每六小时一次利用过去24小时的信息预测患者将来24小时内患急性肾损伤的风险，实现急性肾损伤风险的持续预警；
[0028]急性肾损伤风险持续预警方法可解释模块，利用改进积分梯度方法对持续预警模型进行解释，输出单个患者每次预测的特征重要度分布，提示高危风险因素；
[0029]临床可视化信息交互模块，包括从原始数据和可视化预警信息显示到医生实时风险追踪、再到医生介入纠正、从而不断更新模型的全链条交互模式。
[0030]一个或多个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，用于指纹图谱相似度计算，该程序被处理器执行时实现所述可解释的急性肾损伤持续预警方法。
[0031]一个或多个实施例提供了一种电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可解释的急性肾损伤持续预警方法，其特征在于，包括以下步骤：S1:临床电子病历数据获取，构建以小时为单位步长的患者表格化时间序列，选取KDIGO指南中的肌酐和尿量标准定义急性肾损伤的发生以及危急程度；S2:数据预处理及特征提取，进行临床动态特征解析，依据先验知识进行临床信息挖掘，提取临床经验特征；S3:急性肾损伤持续预警深度学习方法构建，基于扩张因果卷积结合嵌入挤压和激励SE模块的残差网络对患者时间序列信息进行多层非线性映射表示，自动挖掘患者时间维度前后状态信息的潜在关联，每六小时一次利用过去24小时的信息预测患者将来24小时内患急性肾损伤的风险，实现急性肾损伤风险的持续预警；S4:预警模型可解释方法提出，利用改进积分梯度方法对持续预警模型进行解释，输出单个患者每次预测的特征重要度分布，提示高危风险因素；S5:临床可视化交互界面搭建，基于提示的可解释信息搭建临床可视化交互界面以辅助临床决策，建立从原始数据和可视化预警信息显示到医生实时风险追踪、再到医生介入纠正、从而不断更新模型的全链条交互模式。2.根据权利要求1所述的一种可解释的急性肾损伤持续预警方法，其特征在于，从电子病历数据中获取包括年龄、性别、身高、体重、合并症、入重症监护室ICU时长的人口统计学资料，心率、温度、收缩压、舒张压、平均动脉压、呼吸频率、血氧饱和度的实时采集的生命体征，pH、血氧分压、血二氧化碳分压、吸氧分数、碱剩余、乳酸盐、血糖、血细胞比容、血红蛋白、白细胞计数、血小板、白蛋白、阴离子间隙、碳酸氢盐、尿素氮、肌酐、钙离子、氯离子、钠离子、钾离子、国际标准化比值、尿量的更新的实验室检查信息，以小时为单位步长构建融合重症患者多生理参数信息的表格化时间序列，实时反映患者生理状态；选取KDIGO指南中的肌酐和尿量标准定义急性肾损伤的发生以及危急程度。3.根据权利要求1所述的一种可解释的急性肾损伤持续预警方法，其特征在于，对数据进行如下预处理和特征提取，预处理包括数据标准化、低于生理参数分布1％以下以及高于99％以上的异常值剔除、对缺失值向后以及中值填充法处理；特征提取依据临床先验知识计算得到氧合指数、尿素氮和血肌酐比值、身体质量指数、48小时内血肌酐最低值、12小时尿量，以及缺失值标志序列、当前参数采样与上一次记录差值、过去24小时内生命体征最大值、最小值、中值、标准差、差值序列标准差的统计指标特征。4.根据权利要求1所述的一种可解释的急性肾损伤持续预警方法，其特征在于利用改进的积分梯度方法对持续预警模型进行解释，具体方法如下：假设预警模型表示为f，输入为v，则v的第i个分量的归因值可以看做是模拟特征缺失的基线b到输入v路径上所有梯度的累计；该路径可表示为γ(α)，其中α∈[0,1]，并且γ(0)＝b,γ(1)＝v；在IG中使用直线路径，即γ(α)＝b+α(v
‑
b)，...

【专利技术属性】
技术研发人员：刘澄玉，杨美程，李润发，李建清，
申请(专利权)人：东南大学，
类型：发明
国别省市：