【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及醫(yī)學(xué)人工智能領(lǐng)域，具體涉及一種基于機(jī)器學(xué)習(xí)的頸椎病手術(shù)難度的預(yù)測裝置。
技術(shù)介紹
1、退行性頸椎病是指頸椎骨和軟骨成分的慢性進(jìn)行性惡化，這種情況通常與年齡有關(guān)。常見的原因包括骨贅生成、椎間盤退變、黃韌帶增厚和頸椎曲度異常。這些病變會導(dǎo)致椎管狹窄和脊髓受壓，最終導(dǎo)致某些病例的神經(jīng)病變甚至殘疾。隨著年齡的進(jìn)展，幾乎每個人都有頸椎退行性改變的影像學(xué)征象。當(dāng)臨床觀察到明顯的神經(jīng)功能障礙、進(jìn)行性頸椎不穩(wěn)或頸椎畸形時，便有需要手術(shù)干預(yù)的可能。根據(jù)患者的后縱韌帶鈣化、脊髓受壓、發(fā)生節(jié)段，結(jié)合患者的身體狀況，可以采用以下三種手術(shù)方式之一：頸前路椎間盤切除、減壓融合術(shù)、頸后路椎板切除融合術(shù)，以及前后路聯(lián)合減壓融合術(shù)。不同的手術(shù)方式會帶來不同的困難和挑戰(zhàn)，因此對手術(shù)難度進(jìn)行適當(dāng)?shù)男g(shù)前評估尤為重要。目前，沒有公認(rèn)的評分系統(tǒng)來確定頸椎病的手術(shù)難度，這導(dǎo)致年輕的外科醫(yī)生發(fā)現(xiàn)很難在不傷害任何患者的情況下安全地度過學(xué)習(xí)曲線。
2、頸椎手術(shù)風(fēng)險的高低與患者年齡、體重、性別、敗血癥、呼吸窘迫、機(jī)械通氣等危險因素有關(guān)，不同國家、地域頸椎患者的手術(shù)風(fēng)險不完全相同，這可能與手術(shù)方式、醫(yī)療水平等有關(guān)。因此，在建立頸椎手術(shù)難度預(yù)測模型時，需要先進(jìn)行病例對照研究篩選出與手術(shù)難度相關(guān)的獨(dú)立危險因素；其次根據(jù)相應(yīng)的獨(dú)立危險因素計算出對手術(shù)風(fēng)險的相對危險度，然后依據(jù)計算出的相對危險度推導(dǎo)出預(yù)測模型；最后為了驗證模型的可復(fù)制性（內(nèi)部有效性）和通用性（外部有效性），還應(yīng)該對預(yù)測模型進(jìn)行內(nèi)部驗證、外部驗證，內(nèi)部驗證即在現(xiàn)有的標(biāo)本中隨機(jī)抽取部分樣本檢驗?zāi)Ｐ偷念A(yù)測
3、使用機(jī)器學(xué)習(xí)(ml)預(yù)測手術(shù)難度目前被年輕外科醫(yī)生用于術(shù)前更好地制定個性化手術(shù)方案。與傳統(tǒng)方法相比，機(jī)器學(xué)習(xí)揭示了大型復(fù)雜數(shù)據(jù)集中的潛在規(guī)律，通過利用人工智能，后者能更加有效地生成預(yù)測模型。因此，基于機(jī)器學(xué)習(xí)的模型被認(rèn)為是進(jìn)行臨床分析的關(guān)鍵工具。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的目的在于提供一種基于機(jī)器學(xué)習(xí)的預(yù)測頸椎病手術(shù)難度預(yù)測模型的構(gòu)建方法，以解決上述
技術(shù)介紹
中提出的問題。
2、為實現(xiàn)上述目的，本專利技術(shù)提供如下技術(shù)方案：
3、第一方面，建立一個基于機(jī)器學(xué)習(xí)的頸椎病手術(shù)難度預(yù)測模型的構(gòu)建方法，包括如下步驟：
4、步驟一：選擇相關(guān)歷史病歷及數(shù)據(jù)，通過數(shù)據(jù)集成、結(jié)構(gòu)化、預(yù)處理等進(jìn)行數(shù)據(jù)處理；
5、步驟二：在醫(yī)學(xué)邏輯監(jiān)督下提取醫(yī)學(xué)變量，篩選出預(yù)測頸椎病手術(shù)難度的獨(dú)立難度因素；
6、步驟三：通過機(jī)器學(xué)習(xí)的方法訓(xùn)練出效果最佳的多因素預(yù)測模型；
7、步驟四：獨(dú)立驗證集中驗證、檢定模型的性能及閾值；
8、進(jìn)一步地，所述步驟二：在醫(yī)學(xué)邏輯監(jiān)督下提取醫(yī)學(xué)變量，具體包括手術(shù)患者的臨床特征、影像學(xué)資料和實驗室檢查結(jié)果，并通過在相應(yīng)合適的時間窗內(nèi)進(jìn)行統(tǒng)計學(xué)適當(dāng)?shù)鼐酆稀⒀苌罱K形成具有一定代表性的變量。
9、進(jìn)一步地，所述提取醫(yī)學(xué)變量是通過機(jī)器學(xué)習(xí)訓(xùn)練系統(tǒng)如lasso回歸和10倍交叉驗證對變量進(jìn)行過濾，自動從數(shù)千個刻畫患者信息的特征池中，自動篩選預(yù)測效果最佳且表現(xiàn)穩(wěn)定的優(yōu)質(zhì)特征，得到各種醫(yī)學(xué)變量。
10、進(jìn)一步地，所述步驟三：通過機(jī)器學(xué)習(xí)的方法訓(xùn)練出效果最佳的多因素預(yù)測模型中，參與實驗的算法包括但不限于random?forests?(rf),?decision?trees?(dt),xgboost,?elastic?networks?(enet),?multi-layer?perceptrons?(mlp),?supportvector?machines?(svm),?lightgbm,?k-nearest?neighbors?(knn),?stacking?ensemblelearning,?and?logistic?regression算法。
11、進(jìn)一步地，所述步驟四：對于堆疊系統(tǒng)中的每一單個模型，頸椎病患者數(shù)據(jù)被隨機(jī)分為訓(xùn)練集和測試集，基于從訓(xùn)練集中開發(fā)的機(jī)器學(xué)習(xí)模型，建立了公式來使用選定的變量計算每個患者的分?jǐn)?shù)，然后，使用接收器操作曲線（roc）在測試數(shù)據(jù)集中判斷每個模型的性能，以總結(jié)模型在所有可能閾值上的性能，并比較roc下的面積，最后通過shap分析對樣本預(yù)測進(jìn)行直觀解釋，以證明堆疊模型對于手術(shù)難度解釋的有效性。
12、進(jìn)一步地，所述技術(shù)難度包括正常和難，所述技術(shù)難度的劃分邏輯為：
13、基于風(fēng)險預(yù)測評分事先評估設(shè)定有一指定閾值，其中：風(fēng)險預(yù)測評分小于該閾值時，技術(shù)難度為正常；
14、當(dāng)風(fēng)險預(yù)測評分大于或等于閾值時，技術(shù)難度為難。
15、具體示例性地，風(fēng)險預(yù)測評分為0~3時，技術(shù)難度為正常；
16、當(dāng)風(fēng)險預(yù)測評分為4~10分時，技術(shù)難度為難。
17、第二方面，本專利技術(shù)提供一種電子設(shè)備，包括：處理器和存儲器，其中，所述存儲器中
18、存儲有可供處理器調(diào)用的計算機(jī)程序；所述處理器通過調(diào)用所述存儲器中存儲的計算機(jī)程序，執(zhí)行以實施第一方面的方法步驟。
19、第三方面，本專利技術(shù)提供一種存儲在計算機(jī)可讀介質(zhì)上的計算機(jī)程序產(chǎn)品，包括計算機(jī)可讀程序，供于電子裝置上執(zhí)行時，提供用戶輸入接口以實施第一方面的方法步驟。
20、本專利技術(shù)一種頸椎病手術(shù)難度預(yù)測系統(tǒng)的有益效果是：
21、本專利技術(shù)利用患者電子病歷、檢驗結(jié)果等臨床信息，結(jié)合機(jī)器學(xué)習(xí)的方法，建立頸椎病手術(shù)難度預(yù)測堆疊模型，基于易于識別的臨床特征，易于臨床環(huán)境中采用，并對手術(shù)難度進(jìn)行分級，以為年輕內(nèi)鏡醫(yī)生對頸椎病手術(shù)難度的評估提供指導(dǎo)價值，供醫(yī)生進(jìn)一步進(jìn)行手術(shù)患者的評估及早期干預(yù)，充分進(jìn)行圍手術(shù)期準(zhǔn)備；我們應(yīng)用10倍交叉驗證等技術(shù)來微調(diào)模型性能，該評分系統(tǒng)顯示出了良好的區(qū)分能力。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點】
1.一種基于機(jī)器學(xué)習(xí)的預(yù)測頸椎病手術(shù)難度的裝置，包括計算機(jī)存儲器、計算機(jī)處理器以及存儲在所述計算機(jī)存儲器中并可在所述計算機(jī)處理器上執(zhí)行的計算機(jī)程序。其特征在于：
2.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的預(yù)測頸椎病手術(shù)難度的方法，其特征在于，所述步驟二：在醫(yī)學(xué)邏輯監(jiān)督下提取醫(yī)學(xué)變量，具體包括診斷、病史、檢驗、檢查、主訴、體征、醫(yī)囑，并通過在相應(yīng)合適的時間窗內(nèi)進(jìn)行統(tǒng)計學(xué)適當(dāng)?shù)鼐酆稀⒀苌罱K形成具有一定代表力的變量。
3.根據(jù)權(quán)利要求2所述的基于機(jī)器學(xué)習(xí)的預(yù)測頸椎病手術(shù)難度的方法，其特征在于，所述提取醫(yī)學(xué)變量是通過機(jī)器學(xué)習(xí)訓(xùn)練系統(tǒng)，自動從數(shù)千個刻畫患者信息的特征池中，自動篩選預(yù)測效果最佳，且表現(xiàn)穩(wěn)定的優(yōu)質(zhì)特征，得到各種醫(yī)學(xué)變量。
4.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的預(yù)測頸椎病手術(shù)難度的方法，其特征在于，所述步驟三：通過機(jī)器學(xué)習(xí)的方法訓(xùn)練出效果最佳的多因素預(yù)測模型中，堆疊集成學(xué)習(xí)模型中。
5.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的預(yù)測頸椎病手術(shù)難度的方法，其特征在于，所述步驟四中對于每個模型，患者數(shù)據(jù)被隨機(jī)分為訓(xùn)練集和測試集，基于從訓(xùn)練集中開
6.根據(jù)權(quán)利要求1所述的一種頸椎病手術(shù)難度預(yù)測系統(tǒng)，其特征在于：所述技術(shù)難度包括正常和難，所述技術(shù)難度的劃分邏輯為：
7.一種電子設(shè)備，其特征在于，包括：處理器和存儲器，其中，所述存儲器中存儲有可供處理器調(diào)用的計算機(jī)程序；
8.一種存儲在計算機(jī)可讀介質(zhì)上的計算機(jī)程序產(chǎn)品，其特征在于：包括計算機(jī)可讀程序，供于電子裝置上執(zhí)行時，提供用戶輸入接口以實施如權(quán)利要求1~6任意一項所述的一種頸椎病手術(shù)難度預(yù)測系統(tǒng)。
...【技術(shù)特征摘要】
1.一種基于機(jī)器學(xué)習(xí)的預(yù)測頸椎病手術(shù)難度的裝置，包括計算機(jī)存儲器、計算機(jī)處理器以及存儲在所述計算機(jī)存儲器中并可在所述計算機(jī)處理器上執(zhí)行的計算機(jī)程序。其特征在于：
2.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的預(yù)測頸椎病手術(shù)難度的方法，其特征在于，所述步驟二：在醫(yī)學(xué)邏輯監(jiān)督下提取醫(yī)學(xué)變量，具體包括診斷、病史、檢驗、檢查、主訴、體征、醫(yī)囑，并通過在相應(yīng)合適的時間窗內(nèi)進(jìn)行統(tǒng)計學(xué)適當(dāng)?shù)鼐酆稀⒀苌罱K形成具有一定代表力的變量。
3.根據(jù)權(quán)利要求2所述的基于機(jī)器學(xué)習(xí)的預(yù)測頸椎病手術(shù)難度的方法，其特征在于，所述提取醫(yī)學(xué)變量是通過機(jī)器學(xué)習(xí)訓(xùn)練系統(tǒng)，自動從數(shù)千個刻畫患者信息的特征池中，自動篩選預(yù)測效果最佳，且表現(xiàn)穩(wěn)定的優(yōu)質(zhì)特征，得到各種醫(yī)學(xué)變量。
4.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的預(yù)測頸椎病手術(shù)難度的方法，其特征在于，所述步驟三：通過機(jī)器學(xué)習(xí)的方法訓(xùn)練出效果最佳的多因素預(yù)測模型中，堆疊集成學(xué)習(xí)模型中。
5.根據(jù)權(quán)利要...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：劉沖，劉德泉，徐宇帆，周忠賢，馮思壇，陳天友，薛將，陳家瑞，李昊，盧肇軍，吳少峰，
申請(專利權(quán))人：廣西醫(yī)科大學(xué)第一附屬醫(yī)院，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。