[发明专利]一种基于血液检查指标的疾病筛查方法和系统

权利要求书

1.一种基于血液检查指标的疾病筛查方法和系统，其特征在于，包括：

数据获取模块，其用于获取血常规化验单、血生化化验单、肿瘤标志物化验单图片，识别血常规、血生化、肿瘤标志物化验单图片中检测指标、年龄、性别，或直接从电子数据中导入相关数据；

疾病筛查模块，其用于基于健康初筛模型和疾病筛查模型，预测出相应待筛查者是否存在特定的疾病；

其中，健康初筛模型的训练过程为：对健康人群与疾病人群建立学习样本，利用学习样本训练机器学习算法模型，得到健康初筛模型；

疾病筛查模型的训练过程为：对特定疾病人群和其他疾病人群建立分类学习样本；利用学习样本训练机器学习算法模型，得到特定疾病筛查模型。

2.如权利要求1所述的一种基于血液检查指标的疾病筛查方法和系统，其特征在于，特定疾病人群包括妊娠、睡眠呼吸暂停、肾病综合征、慢性肾衰竭、乙型肝炎肝硬化、系统性红斑狼疮、1型糖尿病、2型糖尿病、急性胰腺炎、白血病、肺癌、肝癌、胃癌、食癌、结直肠癌、乳腺癌、宫颈癌、肾癌、胰腺癌、甲状腺癌、前列腺癌、卵巢癌、鼻咽癌。

3.如权利要求1所述的一种基于血液检查指标的疾病筛查方法和系统，其特征在于，其他疾病人群包括，排除了一个特定疾病人群后患有其他疾病的人群。

4.如权利要求1所述的一种基于血液检查指标的疾病筛查方法和系统，其特征在于，用于机器学习的训练数据可以利用血常规数据、血生化、肿瘤标志物的部分指标或全部指标进行训练，只要满足模型评价指标要求，就可以作为一个健康初筛模型和疾病筛查模型。

5.如权利要求4所述的一种基于血液检查指标的疾病筛查方法和系统，其特征在于，模型评价指标包括预测正确率、AUC、灵敏度、特异度。

6.如权利要求5所述的一种基于血液检查指标的疾病筛查方法和系统，其特征在于，健康初筛模型和疾病筛查模型的训练过程中，利用样本集合训练多种机器学习算法模型；利用预测值误差来比较所有训练的机器学习算法模型，利用准确性最高的机器学习算法模型生成最优健康初筛模型和疾病筛查模型。