【技術實現步驟摘要】
本專利技術涉及醫療數據處理，尤其涉及基于人工智能的抗菌藥物用藥目的判斷方法和自動判斷系統。
技術介紹
1、當前，抗菌藥物臨床使用的目的可分為手術預防用藥（包括術前預防、術中預防、術后預防等）、非手術預防、治療用藥和出院帶藥。合理使用抗菌藥物對于提高療效和安全性、降低耐藥風險非常重要。為了遏制細菌耐藥發展，開展抗菌藥物臨床應用科學管理是必需的，管理流程的第一步就是要準確判斷抗菌藥物的用藥目的，該判斷結果直接決定了后續的管理流程。
2、然而，當前抗菌藥物用藥目的判定是醫生個人的主觀判斷，這一判斷過程應基于患者的基因背景、基礎疾病、手術詳情、免疫狀態、并發癥、感染狀況、既往抗菌藥物使用情況、病原學檢驗結果、炎癥指標等綜合評估作出，但由于醫生自身的感染診治能力不足、臨床經驗差異大，很難作出一致的判斷。此外，為了逃避管理部門的監督和管控，部分醫生刻意走錯誤的臨床路徑也普遍存在，如為規避微生物標本采樣將治療用藥目的選擇為預防用藥目的，為延長術后預防用藥時間或為使用超出手術/非手術預防管控的抗菌藥物品種而將預防用藥目的改為治療用藥目的等。抗菌藥物用藥目的錯誤會直接導致后續抗菌藥物管理路徑改變，從而失去對醫生抗菌藥物醫囑的合理監管，進而造成患者醫療質量下降、抗菌藥物過度使用、細菌耐藥發展以及醫療資源浪費。
技術實現思路
1、本專利技術針對現有技術中的不足，公開了一種基于人工智能的抗菌藥物用藥目的判斷方法，包括如下步驟：
2、s1，對獲取的患者醫療數據、抗菌藥物臨床應用指南與
3、s2，將所述病人歷史醫療數據集按設定比例隨機分為訓練集、驗證集和測試集，使用訓練集對初始的抗菌藥物用藥目的判斷模型進行訓練后，再用驗證集進行調參和優化，使用測試集進行評價篩選后獲得訓練好的抗菌藥物用藥目的判斷模型，并轉化為抗菌藥物用藥目的判斷規則；
4、s3，在接收到抗菌藥物醫囑開立請求后，調用所述抗菌藥物用藥目的判斷規則，根據采集到的抗菌藥物醫囑開立信息和對應患者的當前醫療數據生成匹配的抗菌藥物用藥目的，根據所匹配的抗菌藥物用藥目的選擇相應管控規則和路徑。
5、優選的，所述步驟s2還包括：在使用所述病人歷史醫療數據集對初始的抗菌藥物用藥目的判斷模型進行訓練前，對收集的病人歷史醫療數據集進行預處理，所述預處理包括但不限于數據清洗、數據標注、缺失值填補、數值標準化和分類數據的編碼。
6、優選的，所述步驟s1具體包括：
7、s11，獲取并記錄患者的基本信息b，所述基本信息包括但不限于身份識別信息、出生日期、性別、病歷編號、入院日期和出院日期：
8、；
9、其中，代表第?i?位患者的基本信息集合，j?是基本信息屬性的數量，是第?j個?基本信息屬性，是提取信息的數據源，是從數據源提取信息的函數，表示提取的第i位患者的所有基本信息集合；
10、s12，獲取對應患者的病歷記錄m，所述病歷記錄包含患者的臨床癥狀、歷史醫療狀況、手術信息、已診斷的疾病、治療過程記錄和并發癥記錄：
11、；
12、其中，表示第i位患者的病歷信息的加權總和，k是病歷總條目，是第k個病歷條目的數值表示，是該病歷條目的權重；
13、s13，收集對應患者的病原學檢驗結果和其他實驗室檢測結果l，所述病原學檢驗結果和其他實驗室檢測結果包含記錄檢測的病原體種類、檢測時間和抗生素敏感性水平：
14、；
15、；
16、；
17、其中，是第i位患者的綜合實驗室檢測結果，和分別是細菌培養和藥物敏感性測試的權重，是細菌培養綜合結果，是藥敏試驗綜合結果，和分別是相關的病原體和藥物因子，是時間衰減因子，是檢測時間；是第j個特定檢測結果的第m個因素的敏感性系數，為與藥物敏感性測試k相關的第n個藥物或化學物質的反應數值；
18、s14，匯總對應患者的歷史抗菌藥物使用與治療/預防效果d，所述歷史抗菌藥物使用與治療/預防效果包含藥物名稱、使用劑量、用藥時長、開始與結束日期以及對應的治療/預防效果：
19、；
20、其中，是第i位患者的歷史藥物使用加權總和，是藥物名稱的編碼，是劑量，是用藥時長，、和是調整系數，l是藥物列表包含所有考慮的抗菌藥物，l為藥物列表中的一個藥物；
21、s15，根據抗菌藥物臨床應用指南與文獻、以及抗菌藥物臨床應用指導原則確定每一位病人的整合權重，該系數反映了該病人歷史醫療過程與所述抗菌藥物臨床應用指南與文獻、以及抗菌藥物臨床應用指導原則的符合程度；合并所有收集到的研究樣本的數據構建為一病人歷史醫療數據集h：
22、；
23、其中是第i位病人的整合權重，n是所有病人的數量，代表第i位患者的基本信息集合，表示第i位患者的病歷記錄信息的加權總和，是第i位患者的病原學檢驗結果和其他實驗室檢測結果，是第i位患者的歷史抗菌藥物使用與治療/預防效果加權總和。
24、優選的，所述抗菌藥物用藥目的判斷模型采用由多個目標支持向量機組合形成的多分類模型，其中步驟s2具體包括：
25、s21，接收病人歷史醫療數據集h，設定抗菌藥物用藥目的判斷模型的機器學習算法的輸入變量集x，由每位病人的基本信息b、病歷記錄m、病原學檢驗結果和其他實驗室檢測結果l，以及歷史抗菌藥物使用與治療/預防效果d組成，并定義目標變量y用于表示患者的抗菌藥物用藥目的；
26、s22，使用訓練集數據對各目標支持向量機進行訓練；通過尋找一最大間隔超平面，來實現最小化經驗風險和結構風險，同時最大化分類間隔的目標，表示為：
27、；
28、其中是特征向量，是類別標簽，w是權重向量，是向量w的范數，b是偏置項，m是訓練數據點的數量；
29、約束條件確保了訓練數據中的每個樣本都位于其所屬類別的邊際之外，而目標函數是為了最大化分類間隔；引入拉格朗日乘子構造拉格朗日函數，將其對偶化：
30、；
31、對偶問題的形式為：
32、；其中是對偶問題的目標函數，和分別是第i個和第j個數據點的特征向量，和分別是第i個和第j個數據點的類別標簽，是拉格朗日乘子的向量表示，是第i個數據點相關聯的拉格朗日乘子并且滿足卡羅需-庫恩-塔克條件；經過訓練后確定最優的超平面即初步的多分類模型；
33、s23，使用驗證集數據對初步的多分類模型進行調參和優化；使用網格搜索或隨機搜索方法在預定的范圍內交叉驗證確定最佳參數組合；
34、s24，使用測試集數據評估優化后的多分類模型的性能，在各優化后的模型中挑選出最佳模型作為訓練好的模型，將訓練好的多分類模型轉化為抗菌藥物用藥目的判斷規則本文檔來自技高網...
【技術保護點】
1.基于人工智能的抗菌藥物用藥目的判斷方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的基于人工智能的抗菌藥物用藥目的判斷方法，其特征在于，所述步驟S2還包括：
3.根據權利要求2所述的基于人工智能的抗菌藥物用藥目的判斷方法，其特征在于，所述步驟S1具體包括：
4.根據權利要求3所述的基于人工智能的抗菌藥物用藥目的判斷方法，其特征在于，所述抗菌藥物用藥目的判斷模型采用由多個目標支持向量機組合形成的多分類模型，其中步驟S2具體包括：
5.根據權利要求4所述的基于人工智能的抗菌藥物用藥目的判斷方法，其特征在于，所述步驟S22還包括：
6.根據權利要求5所述的基于人工智能的抗菌藥物用藥目的判斷方法，其特征在于，所述步驟S24具體包括：
7.根據權利要求1-6任一所述的基于人工智能的抗菌藥物用藥目的判斷方法，其特征在于：所述用藥目的包括但不限于術前預防用藥、術中預防用藥、術后預防用藥、非手術預防用藥、治療用藥和出院帶藥。
8.一種抗菌藥物用藥目的自動判斷系統，其特征在于，包括：
9.一
10.一種計算機程序產品，包括計算機程序/指令，其特征在于，該計算機程序/指令被處理器執行時實現權利要求1-7任一所述方法的步驟。
...【技術特征摘要】
1.基于人工智能的抗菌藥物用藥目的判斷方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的基于人工智能的抗菌藥物用藥目的判斷方法，其特征在于，所述步驟s2還包括：
3.根據權利要求2所述的基于人工智能的抗菌藥物用藥目的判斷方法，其特征在于，所述步驟s1具體包括：
4.根據權利要求3所述的基于人工智能的抗菌藥物用藥目的判斷方法，其特征在于，所述抗菌藥物用藥目的判斷模型采用由多個目標支持向量機組合形成的多分類模型，其中步驟s2具體包括：
5.根據權利要求4所述的基于人工智能的抗菌藥物用藥目的判斷方法，其特征在于，所述步驟s22還包括：
6.根據權利要求5所述的基于人工智能的抗菌藥物用藥目...
【專利技術屬性】
技術研發人員：王選錠，蔣鵬，裴靖東，陳記宏，聞德豪，王逸舟，
申請(專利權)人：浙江大學醫學院附屬第二醫院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。