[发明专利]机械通气决策方法、装置、存储介质及电子设备

说明书

本公开涉及一种机械通气决策方法、装置，存储介质及电子设备，以帮助进行机械通气决策，从而提高机械通气操作时机选择的准确性，进而提高机械通气操作的成功率。该方法包括：获取通气对象的监护数据；将所述监护数据输入预先训练得到的预测模型中，得到所述预测模型输出表征对所述通气对象执行目标操作的可行性大小的数值，所述目标操作包括对所述通气对象进行插管通气的操作或者对所述通气对象进行通气脱机处理的操作；根据所述数值的大小，输出对执行所述目标操作的目标决策信息。

技术领域

本公开涉及人工智能技术领域，具体地，涉及一种机械通气决策方法、装置、存储介质及电子设备。

背景技术

有创机械通气操作是危重病治疗方法之一，通过机械通气操作可以使呼吸功能在呼吸机的驱动下得以部分维持。在机械通气操作中，插管与脱机是两个关键操作，插管或者脱机时机选择不对，均会对患者造成无法估量的伤害。

相关技术中，机械通气中插管与脱机的时机虽然有很多临床指导，但内容过于依赖主观经验，需要医护人员根据主观经验判断，使得机械通气操作时机选择不准确，从而降低机械通气操作的成功率。

发明内容

本公开的目的是提供一种机械通气决策方法、装置、存储介质及电子设备，以帮助进行机械通气决策，从而提高机械通气操作时机选择的准确性，进而提高机械通气操作的成功率。

为了实现上述目的，第一方面，本公开提供一种机械通气决策方法，该方法包括：

获取通气对象的监护数据；

将所述监护数据输入预先训练得到的预测模型中，得到所述预测模型输出表征对所述通气对象执行目标操作的可行性大小的数值，所述目标操作包括对所述通气对象进行插管通气的操作或者对所述通气对象进行通气脱机处理的操作；

根据所述数值的大小，输出对执行所述目标操作的目标决策信息。

可选地，所述根据所述数值的大小，输出对执行所述目标操作的目标决策信息包括：

根据所述数值所处的区间，以及区间与决策信息之间的对应关系，确定所述目标决策信息。

可选地，所述目标决策信息包括确定执行所述目标操作、待进一步评估是否执行所述目标操作或者不执行所述目标操作。

可选地，所述预先训练得到的预测模型为异质集成学习模型，所述异质集成学习模型包括的个体学习器通过以下步骤确定：

利用与所述目标操作对应的训练集对各个候选神经网络模型进行训练，得到各个候选学习器；

利用与所述目标操作对应的测试集，测试所述各个候选学习器的准确率；

将准确率靠前的预设数量个候选学习器确定为所述异质集成学习模型包括的个体学习器。

可选地，所述训练集或者所述测试集中的特征通过以下步骤确定：

获取原始样本集合，所述原始样本集合中的每个样本包括各个候选特征对应的数据以及所述目标操作对应的执行结果标签；

基于各个样本包括的所述各个候选特征对应的数据以及所述目标操作对应的执行结果标签，确定所述各个候选特征与所述目标操作之间的皮尔森系数；

将所述皮尔森系数满足预设阈值的候选特征确定为所述训练集或者所述测试集中的特征。

可选地，所述方法还包括：

当参考所述目标决策信息执行所述目标操作之后，获取执行所述目标操作的实际执行结果；

将所述监护数据以及所述实际执行结果作为新的训练样本；

利用所述新的训练样本更新所述预先训练得到的预测模型，得到更新后的预测模型。