【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 ...
【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:
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。