[发明专利]一种基于电子病历数据驱动的妊娠期糖尿病预测方法

说明书

本发明公开了一种基于电子病历数据驱动的妊娠期糖尿病预测方法，在智慧医疗服务中发挥日益重要的作用，本文发明了基于机器学习的妊娠期糖尿病（gestational diabetes mellitus,GDM）妊娠期糖尿病预测框架，根据采集数据的不同时间窗划分方法，构建了全域数据预测模型、分期数据预测模型和周数据预测模型三组预测框架。在识别预测问题后，通过输入与ETL数据清洗、病案编码与特征数据关联、电子病历数据预处理、二次数据处理、特征工程、机器学习、预测应用七个步骤，实现了高维度电子病历的数据挖掘。使用临床数据构建了关于确诊的标记数据集，并将其划分为用于模型训练和测试的2个子集。通过支持向量机、贝叶斯网络、决策树以及基于集成的混合模型进行预测，实现GDM模式分类。

技术领域

本发明涉及糖尿病预测领域，具体而言是一种基于电子病历数据驱动的妊娠期糖尿病预测方法。

背景技术

在疾病预测中，以妊娠期糖尿病（gestational diabetes mellitus , GDM）为例，根据国际糖尿病联调查，虽然越来越多的妇女接受产前检查，但仍是最常见的妊娠并发症，其定义为妊娠前糖代谢正常或有潜在糖耐量减退、妊娠期才出现或确诊的糖尿病。GDM带来的严重后果，使得医疗群体对其提前诊断和预防十分重视。妊娠期糖尿病带来的风险包括：母婴2型糖尿病、胎儿过度生长和短期内相关不良预后风险，以及后代长期肥胖等风险。GDM预测诊断和预防作为妇幼保健群体都十分关注的重要问题，使得其成为健康医疗大数据应用的一个重要领域。临床医生和孕妇都期待在更早的妊娠阶段就能够感知GDM风险，以期尽早预防和干预。随着电子病历（Electronic medical record, EMR）及相关临床数据的周期性收集和跨界数据的积累，EMR再利用和大数据分析技术为GDM提前诊断和预防提供前瞻性工具。

根据传统的诊断方法如国家卫生行业标准的妊娠期糖尿病诊断指南（2011），常在妊娠24-28周通过口服葡萄糖耐量试验（oral glucose tolerance test, OGTT），执行妊娠期糖尿病的筛选与诊断。在此之前，孕产妇也会进行大量的系统性产前检查。孕妇健康医疗数据的全面动态采集、利用与传递，在多源信息系统中积累了大量的EMR数据。结合海量的健康医疗大数据，通过妇幼保健智能应用和基于临床决策支持系统等工具也能够收集大量关于妇幼人群医疗保健服务的碎片化信息和追踪数据，为GDM预测提供了大量的跨界数据。这些应用能够动态实时采集数据，提供个性化、精准化的健康管理服务，这已成为行业内一种新趋势。通过EMR实现GDM风险预测和模式辨识，降低GDM病给母婴带来的高风险，逐渐成为提升妇幼健康水平的重要途径。

发明内容

有鉴于现有研究之不足，本发明提供一种基于电子病历数据驱动的妊娠期糖尿病预测方法；在区域医疗服务中发挥日益重要的作用；使用临床数据，结合人工智能和机器学习等方法，提供疾病的智能决策支持系统，这有助于解决重复检验检查和重复诊疗问题，提供医生工作效率和降低劳动负荷，加强医疗差错控制，丰富区域医疗信息共享平台的服务方式及提高应用价值。

本发明实现过程是，构造一种基于电子病历数据驱动的妊娠期糖尿病预测方法，其特征在于：包括以下步骤：

（1）、输入与ETL数据清洗模块。获取EMR对应的历史建档孕妇数据，并通过抽取、转换和加载等步骤完成初步数据清洗，完成去隐私与数据质量管理；

（2）、病案编码与特征数据关联模块。通过EMR系统的患者识别码ID进行时空脱敏数据关联，结合临床知识和经验筛选特征数据，生成GDM数据仓库；

（3）、EMR数据预处理模块。对输入数据进行缺失值、离散化和归一化处理；

（4）、二次数据处理模块。进行分类标签校准，完成纳入排除标准检查；

（5）、特征工程模块。将数据划分为GDM和非GDM两类，将与疾病关联的临床数据作为条件属性，标记类别为决策属性，进行嵌入式特征选择；