[发明专利]基于叠加集成算法和自动编码器的无创通气疗效预测系统

说明书

本发明提出了一种基于叠加集成算法和自动编码器的无创通气疗效预测系统，包括：数据获取模块、数据处理模块、特征生成模块和预测模块，数据获取模块的数据输出端与数据处理模块的数据输入端相连，数据处理模块的数据输出端与特征生成模块的数据输入端相连，特征生成模块的数据输出端与预测模块的数据输入端相连；将数据获取模块获取的医疗数据文档通过数据处理模块预处理后输入到特征生成模块中，得到影响无创通气疗效预测概率的特征，然后所述特征输入预测模块进行训练；最后将待测数据输入训练完毕的预测模块中，得到预测结果。本系统可以在使用无创通气前或无创通气早期(1‑2小时)更准确地预测无创通气失败概率。

技术领域

本发明涉及医疗数据挖掘领域，尤其涉及基于叠加集成算法和自动编码器的无创通气疗效预测系统。

背景技术

气流阻塞引起的慢性支气管炎和肺气肿，多伴有细菌感染、气道分泌物阻塞、呼吸肌疲劳等，严重者则出现活动性气短、换气功能障碍，引起缺氧和二氧化碳潴留，COPD合并呼吸衰竭的患者发病常表现为急性发作，病情进展迅速，如不及时对症治疗将威胁患者生命。常规治疗主要是吸氧、抗感染、舒张支气管和化痰平喘等对症治疗，但效果并不理想。目前，无创通气技术治疗呼吸衰竭临床应用范围越来越广泛，且取得了巨大进展。通过大数据构建早期预测无创通气失败概率，提高干预的准确性，通过适当的干预来改善愈后。

无创通气(NIV)失败患者的总死亡率为23％-27％。晚期NIV失败患者的死亡率急剧增加，从50％到80％不等，早期预测无创通气失败对于危重ICU患者升级或改变治疗方案具有重要意义。前期，有研究者通过传统统计学方法中的卡方和/或费舍尔的精确检验，组间的差异用未配对的t检验或Mann-WhitneyU检验进行分析，开发了一套HACOR评分方法，HACOR评分仅对COPD患者NIV衰竭的预测具有较高的敏感性和特异性，尤其是早期NIV衰竭，但对于除COPD以外的其他疾病，特别是合并了多种基础疾病的患者，生命体征、护理等变量参数在随时增加，如何提高预测的准确性，是目前研究的热点也是难点。加之，该项研究因医院缺乏信息系统自动采集时序性数据，采集上来的数据集容易出现不平衡的现象。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于叠加集成算法和自动编码器的无创通气疗效预测系统。

为了实现本发明的上述目的，本发明提供了一种基于叠加集成算法和自动编码器的无创通气疗效预测系统，其特征在于，包括：数据获取模块、数据处理模块、特征生成模块和预测模块，

数据获取模块的数据输出端与数据处理模块的数据输入端相连，数据处理模块的数据输出端与特征生成模块的数据输入端相连，特征生成模块的数据输出端与预测模块的数据输入端相连；

将数据获取模块获取的医疗数据文档通过数据处理模块预处理后输入到特征生成模块中，得到影响无创通气疗效预测概率的特征，然后所述特征输入预测模块进行训练；最后将待测数据输入训练完毕的预测模块中，得到预测结果。若预测结果大于或者等于预设设定阈值，则发出提醒信息。可以通过短信的方式及时了解状况。

进一步地，数据获取模块用于采集医院/科室基本信息、病人基本信息、疾病诊断、生命体征参数信息之一或者任意组合；其中生命体征参数信息采用实时推送方式更新。

进一步地，所述数据处理模块包括：数据清洗模块或/和数据质控模块；

数据采集模块：采集医院/科室基本信息、病人基本信息、疾病诊断、生命体征参数信息之一或者任意组合；其中生命体征参数信息采用实时推送方式更新；

数据清洗模块：利用Kettle对重复数据进行清洗，K均值对不完整数据进行填充，箱线图检测异常值数据；

将异常数值或未采集到的个别数据视为缺失值进行处理，替换缺失值用中位数来填充，然后根据条件删除掉重复行即根据实际情况，如果判定是正常重复就不需要删除，如果不是，则删除，所以要由医生根据经验判断，以此避免出现冗余。