[发明专利]一种基于机器学习的烧伤患者气管切开辅助决策系统

权利要求书

1.一种基于机器学习的烧伤患者气管切开辅助决策系统，其特征在于，包括：

(1)数据获取模块：用于连接医院电子病历系统获取医院的真实临床数据，收集烧伤科一定时间段内全部收治病人的电子病历数据；确定样例的纳入与排除标准，选定符合后续模型构建需要的患者数据；

(2)特征集构建与分析模块：根据临床问诊过程与专家知识，确定与烧伤情形及气管切开相关的特征，并以相关特征为模板解析数据获取模块中收集到的电子病历数据，构造结构化的特征集；结合特征分析，对部分原始特征数据进行处理，并构造部分重要特征；形成用于后续模型构建的特征集；

(3)评估模型构建模块：以特征集构建与分析模块得到的特征为输入，以是否进行气管切开为标签，构建数据集，并根据时间段划分为独立的训练集与测试集；通过合成少数类过采样算法对气管切开数据进行扩充从而均衡数据分布，基于训练集构建多元Logistic回归的评估模型，通过交叉验证与网格搜索在假阴性敏感的优化指标下调优模型参数，最终在测试集上评估性能；

(4)辅助决策模块：基于构建的评估模型与全部有效特征，构建完整诺模图，用于全面地评估烧伤患者的气管切开必要性；根据构建的评估模型，通过序列浮动前向选择算法对全部有效特征进一步筛选，选取部分特征构建简明诺模图，用于快速地评估烧伤患者的气管切开必要性；输入烧伤患者当前特征信息，通过完整/简明诺模图进行预测并显示患者气管切开的必要性，辅助医生做出相应的临床决策。

2.根据权利要求1所述的基于机器学习的烧伤患者气管切开辅助决策系统，其特征在于，所述数据获取模块中，样例的纳入标准为满足以下所有条件：急性烧伤创面患者，伤后7天以内入院，电子病历资料完整；样例的排除标准为满足以下条件之一：小于18周岁，慢性创面、整形创面患者，大于7天入院的烧伤患者，外院就诊时已完成气管切开或置管。

3.根据权利要求1所述的基于机器学习的烧伤患者气管切开辅助决策系统，其特征在于，所述特征集构建与分析模块中，与烧伤情形及气管切开相关的特征包括：病历ID号、姓名、神志状态、性别、年龄、身高、体重、受伤时间、伤后入院时间、死亡日期、治疗结果、烧伤原因、全身烧伤面积分度及面积、头面颈烧伤情况、头面颈区域烧伤面积分度及面积、是否声嘶、是否鼻毛烧焦、是否呼吸道梗阻、是否休克、吸入性损伤程度、基础疾病、是否完成气管切开。

4.根据权利要求3所述的基于机器学习的烧伤患者气管切开辅助决策系统，其特征在于，所述特征集构建与分析模块中，依据临床经验与统计分析，构造部分重要特征：构造离散的BMI分段特征，＜24为0，[24,28)为1，≥28为2；构造离散的年龄分段特征，18-29为0，30-39为1，40-49为2，50-59为3，60-69为4，≥70为5；构建离散的伤后入院时间间隔信息，[0，1)天为0，[1，2)天为1，[2，3)为2，[3，7]为3；构建是否存在意识障碍的二分类特征，患者就诊时神志不清或休克或存在癫痫或存在老年痴呆为1，其余为0。

5.根据权利要求4所述的基于机器学习的烧伤患者气管切开辅助决策系统，其特征在于，所述特征集构建与分析模块中，通过方差膨胀因子进行共线性分析，对存在共线性问题的特征进行删除，包括是否声嘶、是否鼻毛烧焦、是否呼吸道梗阻，保留综合评价的吸入性损伤程度；通过方差分析与单因素Logistic分析，验证了构造的年龄、伤后入院时间间隔和意识障碍这三个重要特征在气管切开与未切开人群中显著的优势比差异；最终用于构建后续模型的特征集包括：

患者基本信息：性别，年龄分段信息，BMI分段信息；

全身烧伤面积分度：全身浅II度面积，全身深II度面积，全身III度面积；

头面颈局部烧伤部位：是否头部烧伤，是否面部烧伤，是否颈部烧伤；

头面颈区域烧伤面积分度：头面颈区域浅II度面积，头面颈区域深II度面积，头面颈区域III度面积；

综合信息：吸入性损伤程度，伤后入院时间间隔信息，是否存在意识障碍。