一种AKI风险预测方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术提供一种AKI风险预测方法、装置及计算机可读存储介质。AKI风险预测方法包括：接收目标测试者的尿液特征数据；对所接收到的尿液特征数据进行筛选以得到有效数据；以及响应于确定出所述有效数据与所述尿液特征数据的比例满足预设比例条件，对所述有效数据进行统计分析，并根据所述统计分析的结果预测所述目标测试者发生AKI的风险。本发明专利技术通过对目标测试者的尿液特征数据进行筛选后，再对筛选得到的有效数据进行统计分析，并根据统计分析的结果预测目标测试者发生AKI的风险，能够指导临床及时使用复苏策略，降低AKI发病率。降低AKI发病率。降低AKI发病率。

【技术实现步骤摘要】
一种AKI风险预测方法、装置及计算机可读存储介质


[0001]本专利技术涉及医疗器械
，特别是一种AKI风险预测方法、装置及计算机可读存储介质。

技术介绍

[0002]急性肾损伤(Acute Kidney Injury，简称AKI)是心脏手术的常见并发症，临床发病率可高达40％，肾髓组织缺氧是AKI早期的病理标志，在术中监测患者的肾脏功能情况，有助于尽早识别患者发生AKI的风险。
[0003]目前在临床上，当血清肌酐含量高于标准值0.3mg/dl，或者超过6小时少尿时，可以预判AKI风险，但是这两项检测耗时较长，导致诊断结果滞后。此外，也可以建立生物标志物的体外循环，来辅助诊断，但这种方式昂贵且同样耗时较长。因此，需要开发高效、精准、经济的预判手段。
[0004]研究表明，肾脏区域最容易发生缺氧损伤的是外髓质，肾髓质内肾小球后肾小管周围毛细血管丰富，且靠近尿液收集管，因此，肾外髓质的充氧情况可以通过膀胱尿氧来反映，有报道证明可以用极谱电极置于膀胱中测定尿氧，进而预测患者术后的AKI风险。但是在膀胱内装接检测探头不仅增加患者的经济负担，还很容易增加膀胱损伤的风险。
[0005]有鉴于此，特提出本专利技术。

技术实现思路

[0006]本专利技术要解决的技术问题在于至少克服现有技术的部分不足，提供一种AKI风险预测方法，通过对目标测试者的尿液特征数据进行筛选后，再对筛选得到的有效数据进行统计分析，并根据统计分析的结果预测目标测试者发生AKI的风险，能够指导临床及时使用复苏策略，降低AKI发病率。
[0007]为解决上述技术问题，本专利技术采用技术方案的基本构思是：
[0008]一种AKI风险预测方法，包括：
[0009]接收目标测试者的尿液特征数据；
[0010]对所接收到的尿液特征数据进行筛选以得到有效数据；以及
[0011]响应于确定出所述有效数据与所述尿液特征数据的比例满足预设比例条件，对所述有效数据进行统计分析，并根据所述统计分析的结果预测所述目标测试者发生AKI的风险。
[0012]在一些实施方式中，所述尿液特征数据包括尿液流量原始数据、尿液pH值原始数据和尿氧分压原始数据；
[0013]其中，对所接收到的尿液特征数据进行筛选以得到有效数据的步骤包括：
[0014]利用K均值聚类逻辑回归模算法对所述尿液流量原始数据、所述尿液pH值原始数据和所述尿氧分压原始数据进行筛选，以得到尿液流量、尿液pH值以及尿氧分压均满足预设条件的有效尿氧分压数据、有效尿液流量数据和有效尿液pH值数据。
[0015]在一些实施方式中，对所述有效数据进行统计分析，并根据所述统计分析的结果预测所述目标测试者发生AKI的风险的步骤包括：
[0016]计算所述有效尿氧分压数据的平均值；以及
[0017]响应于确定出所述平均值低于平均值阈值，发出提示所述目标测试者关注AKI风险的指令。
[0018]在一些实施方式中，根据所述统计分析的结果预测所述目标测试者发生AKI的风险的步骤之前，所述AKI风险预测方法还包括：
[0019]收集所述目标测试者的临床诊断结果；以及
[0020]基于所述临床诊断结果和所述有效尿氧分压数据，利用已经训练好的优化模型对所述平均值阈值进行优化。
[0021]在一些实施方式中，确定出所述有效数据与所述尿液特征数据的比例满足预设比例条件的步骤包括：
[0022]确定出所述有效数据的持续时间和所述尿液特征数据的持续时间；以及
[0023]响应于确定出所述有效数据的持续时间与所述尿液特征数据的持续时间之间比例超过预设比例阈值，确定出所述有效数据与所述尿液特征数据的比例满足预设比例条件。
[0024]在一些实施方式中，所述尿液特征数据还包括尿液温度原始数据；
[0025]其中，对所接收到的尿液特征数据进行筛选以得到有效数据的步骤之后，所述AKI风险预测方法还包括：
[0026]基于所述尿液流量原始数据、所述尿液pH值原始数据、所述尿氧分压原始数据和所述尿液温度原始数据，利用已经训练好的校准模型生成校准常数，所述校准常数用于对后续接收到的尿氧分压原始数据进行校准。
[0027]本专利技术还提供一种AKI风险预测装置，包括：
[0028]尿液输入口，被配置为连接至输尿导管；
[0029]尿液输出口，被配置为连接至集尿袋；
[0030]传感器系统，设置在所述尿液输入口和所述尿液输出口之间的尿液管路上，被配置为检测目标测试者的尿液特征数据；以及
[0031]电子设备，包括：
[0032]存储器，用于存储一个或多个程序或指令；以及
[0033]处理器，所述处理器接收所述尿液特征数据，并通过调用所述存储器存储的程序或指令，用于执行根据上述AKI风险预测方法的步骤。
[0034]在一些实施方式中，AKI风险预测装置还包括：
[0035]显示单元，与所述处理器连接，所述显示单元被配置为显示所述统计分析的结果。
[0036]在一些实施方式中，所述传感器系统包括：
[0037]pH传感器，用于检测目标测试者的尿液pH值；
[0038]流量传感器，用于检测目标测试者的尿液流量；
[0039]温度传感器，用于检测目标测试者的尿液温度；以及
[0040]氧传感器，用于检测目标测试者的尿液氧分压。
[0041]本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储程序或指
令，所述程序或指令使计算机执行如上述AKI风险预测方法的步骤。
[0042]采用上述技术方案后，本专利技术与现有技术相比具有以下有益效果。
[0043]1、本专利技术通过对目标测试者的尿液特征数据进行筛选后，再对筛选得到的有效数据进行统计分析，并根据统计分析的结果预测目标测试者发生AKI的风险，能够指导临床及时使用复苏策略，降低AKI发病率。
[0044]2、本专利技术利用K均值聚类逻辑回归模算法优化尿液特征数据中有效数据的筛选过程，提高预测AKI风险的精确率。
[0045]3、本专利技术基于目标测试者的临床诊断结果和有效尿氧分压数据，利用已经训练好的优化模型对用于预测AKI风险的尿氧分压阈值进行优化，提高预测AKI风险的准确度。
[0046]4.本专利技术的AKI风险预测装置连接至目标测试者的导尿管上，可以准确、连续记录目标测试者的尿氧情况，从而研判AKI发展，并指导临床及时使用复苏策略，降低AKI发病率，解决常规检测方式耗时长、成本高、记录间断、二次损伤等问题。
附图说明
[0047]附图作为本专利技术的一部分，用来提供对本专利技术的进一步的理解，本专利技术的示意性实施例及其说明用于解释本专利技术，但不构成对本专利技术的不当限定。显然，下面描述中的附图仅仅是一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。在附图中：
[0048]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种AKI风险预测方法，其特征在于，包括：接收目标测试者的尿液特征数据；对所接收到的尿液特征数据进行筛选以得到有效数据；以及响应于确定出所述有效数据与所述尿液特征数据的比例满足预设比例条件，对所述有效数据进行统计分析，并根据所述统计分析的结果预测所述目标测试者发生AKI的风险。2.根据权利要求1所述的AKI风险预测方法，其特征在于，所述尿液特征数据包括尿液流量原始数据、尿液pH值原始数据和尿氧分压原始数据；其中，对所接收到的尿液特征数据进行筛选以得到有效数据的步骤包括：利用K均值聚类逻辑回归模算法对所述尿液流量原始数据、所述尿液pH值原始数据和所述尿氧分压原始数据进行筛选，以得到尿液流量、尿液pH值以及尿氧分压均满足预设条件的有效尿氧分压数据、有效尿液流量数据和有效尿液pH值数据。3.根据权利要求2所述的AKI风险预测方法，其特征在于，对所述有效数据进行统计分析，并根据所述统计分析的结果预测所述目标测试者发生AKI的风险的步骤包括：计算所述有效尿氧分压数据的平均值；以及响应于确定出所述平均值低于平均值阈值，发出提示所述目标测试者关注AKI风险的指令。4.根据权利要求3所述的AKI风险预测方法，其特征在于，根据所述统计分析的结果预测所述目标测试者发生AKI的风险的步骤之前，所述AKI风险预测方法还包括：收集所述目标测试者的临床诊断结果；以及基于所述临床诊断结果和所述有效尿氧分压数据，利用已经训练好的优化模型对所述平均值阈值进行优化。5.根据权利要求1至4中任一项所述的AKI风险预测方法，其特征在于，确定出所述有效数据与所述尿液特征数据的比例满足预设比例条件的步骤包括：确定出所述有效数据的持续时间和所述尿液特征数据的持续时间；以及响应于确定出所述有效数据的持续时间与所述尿液特...

【专利技术属性】
技术研发人员：周晓琴，魏昌伟，李子富，
申请(专利权)人：首都医科大学附属北京朝阳医院，
类型：发明
国别省市：