一种血源性感染的人工智能预测方法技术

本发明专利技术提供一种血源性感染的人工智能预测方法。所述方法包括：纳入进行过血培养患者的历史数据；基于随机森林筛选感染的危险因素，通过正则化逻辑回归、K最近邻、支持向量机、随机森林、极限梯度提升和深度神经网络算法构建预测模型；通过不同方法的预测概率通过极限梯度提升算法进行二次学习最终预测出患者是否发生血源性感染，并进一步计算出其发生的概率。本发明专利技术为早期可能存在血流感染的预警，提前的医疗干预，本发明专利技术是结合现有的计算机技术将其应用在血流感染的智能诊断上，同时实现了对血源性感染患者进行个体化分层。对血源性感染患者进行个体化分层。对血源性感染患者进行个体化分层。

【技术实现步骤摘要】
一种血源性感染的人工智能预测方法


[0001]本专利技术属于血源性感染判断领域，特别是一种应用于血源性感染辅助诊断的人工智能预测方法。

技术介绍

[0002]医院内的血流感染具有高发病率和高死亡率的特点，其中重症患者血流感染的死亡率可高达30％。大量研究提示早期的识别，合理的抗生素治疗能够显著减少血流感染的发生率和死亡率。
[0003]临床研究表明医师通过临床经验在预测血流感染的正确率很低，此外通过各种生物标记物能够有效的停止抗生物的治疗，而不是决定开始是否使用抗生素。
[0004]为了早期的对可能存在血流感染的预警，提前的医疗干预，本专利技术是结合现有的计算机技术将其应用在血流感染的智能诊断上。

技术实现思路

[0005]本专利技术是基于历史数据来构建人工智能预测血流感染的模型，其具体包括：
[0006]步骤S1：结合现有的临床研究背景知识，纳入可能引起血流感染的风险因素，其中包括：人口统计学信息，生命体征，实验室测量值，所有药物治疗的剂量和持续时间，各种有创器械的插入和拔出时间以及血培养的结果。
[0007]步骤S2：基于随机森林算法对结构化的数据依次进行特征变量筛选整合特征变量数据集。
[0008]步骤S3：基于特征变量数据集，通过正则化逻辑回归、K最近邻、支持向量机、随机森林、极限梯度提升、深度神经网络算法依次构建不同方法学的预测模型。
[0009]步骤S4：基于既往的历史数据，通过不同算法预测出其发生血源性感染的预测概率值，基于后者再次构建集成学习的极限梯度提升模型得出最终的预测模型。
[0010]本专利技术提供的一种多种方法学集成学习后的血源性感染的预测方法，首先基于临床背景纳入了可能与血源性感染的危险因素，然后通过随机森林算法筛选特征变量，接着通过不同方法学构建预测该模型并输出历史数据中患者的事件发生概率，最后通过极限梯度提升算法对不同算法进行集成学习得到最终的预测模型。
[0011]与现有的临床血培养的诊断先比，本专利技术基于现有患者来构建出人工智能预测血源性感染。本专利技术为存在不同风险因素的患者可能发生血源性感染的提前预测，并对高危患者进行分层，为进行预防性的医疗干预提供支持。
附图说明
[0012]为了更清楚地说明本专利技术各实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。
[0013]图1为本专利技术为患者进行血源性感染的预测流程图。
具体实施方式
[0014]以下结合附图，对本专利技术上述的和另外的技术特征和优点作更详细的说明。
[0015]如图1所示，本专利技术主要为个体化对患者发生血源性感染地预测。
[0016]该方法主要从两个方面纳入历史进行过血培养患者的数据用于模型的构建，其中包括患者相关疾病信息、医疗干预相关信息以及历史患者的血培养结果。
[0017]通过随机森林算法进行模型的构建并筛选出与血源性感染相关的风险因素。
[0018]通过不同的方法学构建预测模型，其中包括正则化逻辑回归、K最近邻、支持向量机、随机森林、极限梯度提升、深度神经网络算法。
[0019]通过不同的模型预测出别出历史数据中患者术后发生血源性感染的预测概率值。
[0020]对不同模型得到的概率在基于极限梯度提升算法进行集成学习得到最终的预测模型。
[0021]本专利技术基于可能影响血源性感染的危险因素通过不同的方法构建出影响模型，基于不同方法学的模型构建，以实现不同患者的血源性感染的个体化预测。
[0022]上述实例只为说明本专利技术的技术构思及特点，其目的在于让熟悉此项技术的人是能够了解本专利技术的内容并据以实施，并不能以此限制本专利技术的保护范围。凡根据本专利技术精神根据以上描述的技术方案以及构思所做的等效变化或修饰，都应涵盖在本专利技术的保护范围内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种血源性感染的人工智能预测方法，其方法主要包括以下步骤：(1)纳入既往进行了血培养历史患者的相关数据；(2)以血培养结果为因变量筛选出相关危险因素；(2)通过不同方法构建预测模型并输出预测概率值；(3)对预测概...

【专利技术属性】
技术研发人员：胡安民，李惠萍，马磊，单智铭，李镇，
申请(专利权)人：深圳市大数据研究院，
类型：发明
国别省市：