【技术实现步骤摘要】
【国外来华专利技术】用于确定败血症发作的方法和设备
[0001]本专利技术涉及用于确定患者败血症发作的方法和设备
。
技术介绍
[0002]败血症是个人的身体对感染的极端免疫反应
。
败血症可能危及生命,引发遍及全身的可能引起组织损伤
、
器官衰竭和死亡的一系列反应
。
败血症的早期检测被认为是改善败血症治疗结果的关键方面之一
。
有助于败血症识别的临床标准是广泛可用的,然而败血症的早期检测和治疗的基本需求仍未得到满足
。
败血症早期检测的现有方法没有达到在医院环境中精确检测败血症所需的特异性和灵敏度水平
。
此外,败血症早期检测的现有方法受到不平衡医学数据集和扭曲结果的局限性的破坏
。
[0003]目前,还没有一种方法可以在早期以高特异性检测出患者的败血症发作
。
因此,需要一种能够及时确定患者败血症发作的有效且准确的方法和设备
。
技术实现思路
[0004]因此,本专利技术的目的是提供一种方法和设备,其能够在早期时间阶段有效地确定患者败血症的发作
。
[0005]本专利技术通过一种确定患者败血症发作的方法来实现该目的
。
该方法包括接收与患者相关联的至少一个医学数据集
。
医学数据集包括例如与患者相关联的医学信息
。
医学信息可以包括多个特征,诸如但不限于:从血液样本分析
(
诸如血液分析物测量<
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.
一种确定患者败血症发作的方法
(200)
,所述方法
(200)
包括
:
由处理单元
(101)
接收与所述患者相关联的至少一个医学数据集,其中所述医学数据集包括多个特征;由所述处理单元
(101)
从所述医学数据集提取一个或多个特征,其中所述一个或多个特征包括与所述患者相关联的参数,所述参数是败血症的指标;由所述处理单元
(101)
插补所述医学数据集中的至少一个缺失值,其中所述缺失值与所述医学数据集中的特征相关联,其中所述医学数据集中的至少一个缺失值是超出预定阈值的值;由所述处理单元
(101)
通过使用所述医学数据集中的所述至少一个插补的缺失值和所述一个或多个特征作为用于一个或多个经训练的机器学习模型
(700)
的输入来确定指示所述患者败血症发作的输出参数;以及如果所述输出参数满足与败血症相关联的预定义标准,则由所述处理单元
(101)
生成指示所述患者败血症发作的警示
(ALT)。2.
根据权利要求1所述的方法
(200)
,还包括对来自所述医学数据集的所述一个或多个特征进行正则化,其中正则化包括针对所述一个或多个特征中的每一个定义统一的最小和最大阈值
。3.
根据权利要求1所述的方法
(200)
,其中插补所述医学数据集中的至少一个缺失值包括
:
由所述处理单元
(101)
确定与所述医学数据集中的特征相关联的缺失值;由所述处理单元
(101)
确定与所述特征相关联的缺失值之前或之后的值;以及由所述处理单元
(101)
利用与所述医学数据集中的特征相关联的缺失值之前的值或缺失值之后的值来替换所述缺失值
。4.
根据前述权利要求中任一项所述的方法
(200)
,其中,与所述患者相关联的医学数据集中的一个或多个特征包括以下中的至少一个:与所述患者相关联的生命体征
、
患者血液样本中存在的分析物以及与患者血液样本中存在的分析物和所述生命体征相关联的衍生参数
。5.
根据权利要求1所述的方法
(200)
,其中指示所述患者败血症发作的输出参数是概率分数,其中概率值0指示没有败血症,以及概率值1指示败血症发作
。6.
根据权利要求1和5所述的方法
(200),
其中生成指示患者败血症发作的警示包括
:
由所述处理单元
(101)
确定与所述患者相关联的概率值是否超过第一预定义阈值;以及如果所述概率值超过所述第一预定义阈值,则由所述处理单元
(101)
生成警告
(ALT)。7.
根据权利要求6所述的方法
(200)
,进一步包括
:
由所述处理单元
(101)
识别指示败血症发作的所生成的警告
(ALT)
的数量;由所述处理单元
(101)
确定所生成的警告
(ALT)
的数量是否超过第二预定义阈值;以及如果所生成的警告的数量超过所述第二预定义阈值,则由所述处理单元
(101)
生成指示败血症发作的警报
(ALM)。8.
根据前述权利要求中任一项所述的方法
(200)
,其中所述经训练的机器学习模型
(700)
是递归神经网络,尤其包括长短期记忆块
。
9.
一种训练机器学习模型
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。