[发明专利]一种电子病历分析装置和方法

说明书

本发明涉及一种电子病历分析装置和方法，包括：获取EHR数据中的疾病编码、医疗干预编码、住院类型和入院/出院时间；将获取的患者信息作为住院‑长短期记忆神经网络Care‑LSTM的输入，计算得到用于反映不同时间下诊疗记录关联性的权重系数α_t和用于反映统一诊疗记录间的内在关联的权重系数β_t；基于住院类型和住院间隔时间，得到权重系数r_t；基于权重系数α_t、β_t和r_t，得到总权重系数w_t；将总权重系数w_t与表征向量进行加权平均获得最终状态向量；将最终状态向量作为全连接层和激活函数的输入，获得ICU患者的死亡风险概率。本发明通过住院‑长短期记忆神经网络Care‑LSTM获得两组权重向量，使得分析结果更为准确。

技术领域

本发明涉及信息智能化领域，特别涉及一种电子病历分析装置和方法。

背景技术

上个世纪八九十年代，专家们已经构建出相对完备的专业评分系统用于ICU预后预测、描述疾病的严重程度和器官功能障碍程度，并在临床上得到广泛运用。常见的评分系统包括：APACHE(Acute Physiology and Chronic Health Evaluation)、SAPS(SimplifiedAcute Physiology Score)、MPM(Mortality Probability Model)以及它们的升级版本。这些专业的评分系统常截取患者进入ICU后一定窗口期(比如24小时或48小时)的生命体征监测数据和年龄、性别等人口学变量作为固定输入，连续特征变量进行离散化处理，系统最后输出一个有参考范围的评分值。

21世纪后，机器学习开始被广泛运用在死亡风险预测领域，使用到的方法包括逻辑回归、支持向量机、决策树等，这些模型多采用ICU患者短期内的监测数据，有时也结合APACHE评分或者SAPS数值等。然而采用传统机器学习方法或者统计学方法所采用的浅层结构很难充分挖掘到数据的潜在的、经验难以识别的信息。深度学习作为神经网络的扩展，通过深层非线性的分层网络结构可以实现复杂函数逼近，从变长的住院记录时序序列中学习到数据间的内在联系。

表征学习是基于深度学习使用EHR数据展开相关研究的一大重要任务，它弥补了以往使用one-hot编码无法捕获特征之间语义性的缺陷，学者们从自然语言处理获得启发，将Skip-gram运用到EHR数据得到高质量的分布式向量表征，但是不同于自由文本，EHR数据必须考虑诊疗记录之间在时间上的联系。Phuoc Nguyen等提出了Deepr模型利用CNN对EHR长序列进行特征提取，然而CNN只能捕获局部特征信息。Edward Choi等提出Doctor AI模型，将疾病编码、药物编码和时间通过multi-hot的技术拼接在一起映射到一个低维空间，通过RNN的变体GRU将低维空间向量表征成高维向量，还可以通过多层堆叠提高网络的表征能力，模型被运用到疾病诊断和药方推荐的任务中。类似的，Zachary C.Lipton等融合疾病编码和疾病类型在LSTM上进行训练，但这些模型的准确率仍有待提高，且不具备可靠的模型解释性。

发明内容

本发明的目的在于克服现有技术的不足，提出一种电子病历分析装置和方法，自动地从异质、多层级的、时序的EHR数据中提取高质量的表征，引入双层注意力机制从患者的既往病史获取有助于评价当前状态的信息，双层注意力机制调用融合多类患者数据的住院-长短期记忆神经网络Care-LSTM以获得两组权重向量，分别关注病情发展和干预交互的内在联系，最后通过全连接层和Softmax函数得到死亡风险概率，所获得的死亡风险概率准确性高、稳定性好。

本发明解决其技术问题所采用的技术方案是：

一方面，一种电子病历分析装置，包括：