[发明专利]一种慢阻肺高危人群筛查方法、系统、电子设备及介质

权利要求书

1.一种慢阻肺高危人群筛查方法，其特征在于，包括：

获取调查区域的公共卫生数据；

基于所述调查区域的公共卫生数据和慢阻肺高危人群筛查模型，筛选所述调查区域内的慢阻肺高危用户；

所述慢阻肺高危人群筛查模型是基于样本数据库和机器学习算法确定的；所述样本数据库包括多个样本对；所述样本对包括样本输入数据以及对应的标签数据；所述样本输入数据是基于样本区域的公共卫生数据和慢阻肺分级诊疗推广项目数据确定的，所述标签数据是基于样本区域的慢阻肺筛查问卷数据确定的；所述标签数据包括慢阻肺高危用户和非慢阻肺高危用户。

2.根据权利要求1所述的一种慢阻肺高危人群筛查方法，其特征在于，所述公共卫生数据包括居民电子健康档案数据库和居民门诊病历数据库。

3.根据权利要求2所述的一种慢阻肺高危人群筛查方法，其特征在于，所述样本数据库的构建过程为：

构建原始数据库；所述原始数据库包括多个原始数据对；所述原始数据对包括原始输入数据以及对应的标签数据；所述原始输入数据包括多个原始数据特征；所述原始数据特征为与慢阻肺关联的特征；

采用不同的机器学习算法对所述原始数据库中的数据进行训练，确定多个初步慢阻肺高危人群筛查模型；

使用10折交叉验证算法计算在所述原始数据库上每个所述初步慢阻肺高危人群筛查模型的AUC值，并将最大AUC值对应的初步慢阻肺高危人群筛查模型确定为目标模型；

利用所述目标模型，对所述原始数据特征进行筛选，得到有效数据特征；

其中，所述样本输入数据为有效数据特征；所述样本输入数据对应的标签数据为所述原始输入数据对应的标签数据。

4.根据权利要求3所述的一种慢阻肺高危人群筛查方法，其特征在于，所述构建原始数据库，具体包括：

确定慢阻肺筛查问卷对应的数据条目；

基于所述数据条目，从样本区域的所述居民电子健康档案数据库中提取第一原始输入数据；

基于所述数据条目和自然语言处理技术，从样本区域的所述居民门诊病历数据库中提取第二原始输入数据；

将所述第一原始输入数据和所述第二原始输入数据融合，得到原始输入数据；

基于所述原始输入数据和所述慢阻肺筛查问卷，确定样本区域的慢阻肺筛查问卷数据；

计算每份所述慢阻肺筛查问卷数据的得分，并根据每份所述慢阻肺筛查问卷数据的得分，确定所述原始输入数据对应的标签数据。

5.根据权利要求4所述的一种慢阻肺高危人群筛查方法，其特征在于，所述根据每份所述慢阻肺筛查问卷数据的得分，确定所述原始输入数据对应的标签数据，具体包括：

判断所述慢阻肺筛查问卷数据的得分是否大于第一阈值；

若是，则将所述原始输入数据对应的标签数据确定为慢阻肺高危用户；

若否，则将所述原始输入数据对应的标签数据确定为非慢阻肺高危用户。

6.根据权利要求3所述的一种慢阻肺高危人群筛查方法，其特征在于，所述慢阻肺高危人群筛查模型的确定过程：

采用机器学习算法对所述样本始数据库中的数据进行训练，得到慢阻肺高危人群筛查模型。

7.根据权利要求3所述的一种慢阻肺高危人群筛查方法，其特征在于，所述原始数据特征至少包括：年龄、吸烟状况、日吸烟量、体重指数、没有感冒时是否经常咳嗽、平时是否经常气促、生物燃料暴露史和家族史；

所述有效特征包括：反映居民经济情况和城乡居民类别的特征、反映生物燃料暴露史的特征、反映接触职业性粉尘和化学物质的特征、反映慢阻肺和其他疾病的患病情况特征、反映相关体检的生理生化检验结果的特征、反映体重情况相关的特征、与慢阻肺患病概率有相关的特征。