本發明專利技術公開了一種抗腫瘤治療不良反應風險預警方法及系統，涉及醫療信息處理技術領域，包括：獲取患者的生理指標數據，基于深度神經網絡生理指標數據的時序變化特征，得到短期風險預測結果；獲取患者的臨床特征數據，構建易感性評估模型，通過易感性評估模型分析臨床特征數據的相關性特征，得到基線風險評估結果；根據短期風險預測結果和基線風險評估結果計算綜合風險評分，當綜合風險評分超過對應不良反應類型的預警閾值時，觸發預警信號。本發明專利技術通過結合即時生理指標變化和患者臨床特征，構建了雙層次的風險評估體系，解決了現有預警方法對患者個體差異考慮不足、預警時效性差的技術問題，提高了抗腫瘤治療不良反應預警的準確性和及時性。
【技術實現步驟摘要】
本專利技術涉及醫療信息處理，具體為一種抗腫瘤治療不良反應風險預警方法及系統。
技術介紹
1、在抗腫瘤治療領域中，患者的不良反應監測和風險預警一直是臨床醫療的核心課題。傳統的不良反應監測方法主要依賴于單一生理指標的閾值判斷和經驗性評估，這種方法雖然操作簡單，但難以全面反映人體多器官系統的協同變化特征。近年來，隨著機器學習技術在醫療領域的深入應用，基于多源數據融合的風險預警模型逐漸成為研究熱點。這類模型通過整合臨床特征數據、實驗室檢查結果和治療參數等多維信息，構建風險評估框架。然而，現有的風險預警模型往往采用簡單的特征組合或線性模型進行風險評估，缺乏對臨床特征之間復雜關聯模式的深入分析，難以準確捕捉不同器官系統之間的交互影響。
2、目前的抗腫瘤治療不良反應風險預警系統存在以下技術問題：首先，現有的監測方法大多采用單一指標閾值判斷，忽視了同一器官系統內多個指標的協同變化特征，導致預警的靈敏度和特異度不足；其次，現有的風險評估模型對臨床特征的關聯性分析不夠深入，未能充分考慮不同特征之間的交互作用和時序依賴關系，影響了風險評估的準確性；再次，傳統的預警機制缺乏對多器官系統風險傳播特性的量化分析，無法有效預測潛在的連鎖反應；最后，現有技術普遍存在響應速度與準確性之間的矛盾，難以在保證預警準確性的同時實現快速響應。
技術實現思路
1、鑒于上述存在的問題，提出了本專利技術。
2、因此，本專利技術提供了一種抗腫瘤治療不良反應風險預警方法及系統，能夠解決
技術介紹
中提到的問題。</p>3、為解決上述技術問題，本專利技術提供如下技術方案：一種抗腫瘤治療不良反應風險預警方法，包括：獲取患者的生理指標數據，構建即時風險評估模型，通過所述即時風險評估模型分析所述生理指標數據的時序變化特征，得到短期風險預測結果；
4、獲取患者的臨床特征數據，構建易感性評估模型，通過所述易感性評估模型分析所述臨床特征數據的相關性特征，得到基線風險評估結果；
5、根據所述短期風險預測結果和所述基線風險評估結果計算綜合風險評分，當所述綜合風險評分超過對應不良反應類型的預警閾值時，觸發預警信號。
6、作為本專利技術所述的抗腫瘤治療不良反應風險預警方法的一種優選方案，其中：所述生理指標數據包括體征監測數據、器官功能指標、免疫功能指標、造血功能指標、代謝水平指標；
7、獲取患者的生理指標數據，構建即時風險評估模型，通過所述即時風險評估模型分析所述生理指標數據的時序變化特征，得到短期風險預測結果，包括如下步驟：
8、將所述生理指標數據按照who不良反應分級標準的器官系統分類進行分組，計算各組指標的協同變異度；若某組指標的離散程度超過該組指標的均值水平，且該組指標中存在兩個及以上指標的變化幅度超出其基線值的標準差范圍，則將該組指標確定為重點監測類別，否則將該組指標確定為常規監測類別；
9、將所述生理指標數據輸入所述即時風險評估模型，若存在被確定為重點監測類別的指標組，則所述即時風險評估模型優先分析被確定為重點監測類別下各項指標的時序關聯特征并輸出所述短期風險預測結果，若所述生理指標數據均屬于常規監測類別，則分析所有類別指標的組合特征后輸出所述短期風險預測結果。
10、作為本專利技術所述的抗腫瘤治療不良反應風險預警方法的一種優選方案，其中：所述協同變異度的計算包括以下步驟：
11、獲取同一器官系統內各項指標在連續三個采樣周期內的數值，計算每項指標的標準差；
12、計算所有指標標準差的均值，將標準差均值與該器官系統內指標的整體均值相除得到協同變異度；
13、所述時序關聯特征通過計算指標間的互相關系數獲得，其中同步性基于零時延的互相關系數確定，滯后性基于最大互相關系數對應的時間延遲確定；
14、所述組合特征基于不同器官系統指標間的層次聚類分析獲得，通過計算指標間的歐氏距離構建特征組合關系矩陣；
15、所述即時風險評估模型采用雙分支結構，所述雙分支結構包括時序分析分支和特征融合分支；其中，所述時序分析分支采用多層lstm網絡結構，每一層處理不同時間尺度的變化模式；所述特征融合分支采用注意力機制，調整不同器官系統指標的權重。
16、作為本專利技術所述的抗腫瘤治療不良反應風險預警方法的一種優選方案，其中：所述臨床特征數據包括實驗室檢查數據、影像學檢查數據、基因檢測數據、用藥方案參數，以及治療周期指標；
17、獲取患者的臨床特征數據，構建易感性評估模型，通過所述易感性評估模型分析所述臨床特征數據的相關性特征，得到基線風險評估結果，包括如下步驟：
18、基于所述臨床特征數據構建特征關聯網絡，計算所述特征關聯網絡中臨床特征間的關聯強度；其中，所述關聯強度為臨床特征集的條件互信息；若所述臨床特征集的條件互信息大于其構成特征的邊際互信息，且所述臨床特征集對應的器官系統與所述生理指標數據的互信息熵大于互信息熵均值，則將所述臨床特征集標記為核心特征集，否則標記為普通特征集；
19、將所述特征關聯網絡輸入所述易感性評估模型，若存在被標記為核心特征集的臨床特征集，則所述易感性評估模型根據貝葉斯網絡計算所述核心特征集的條件概率分布后輸出所述基線風險評估結果，若所述臨床特征集均為普通特征集，則基于圖神經網絡的特征傳播算法計算所述基線風險評估結果。
20、作為本專利技術所述的抗腫瘤治療不良反應風險預警方法的一種優選方案，其中：所述特征關聯網絡通過以下步驟構建：
21、將所述臨床特征數據按照who不良反應分級標準的器官系統分類進行分組獲得臨床特征初始集；
22、計算所述臨床特征初始集內部的條件互信息和邊際互信息，生成所述特征關聯網絡的節點；
23、基于所述節點間的互信息熵確定連接關系；其中，若兩個節點對應的臨床特征同屬一個器官系統，則以所述節點間的條件互信息作為連接權重，若兩個節點對應的臨床特征分屬不同器官系統，則在所述節點間的互信息熵超過各自器官系統內部平均互信息熵時建立連接，并以超出值作為連接權重；所述特征關聯網絡的更新通過計算所述連接權重的變化率，在所述節點間迭代傳播實現。
24、作為本專利技術所述的抗腫瘤治療不良反應風險預警方法的一種優選方案，其中：根據所述短期風險預測結果和所述基線風險評估結果計算綜合風險評分，包括：
25、根據器官系統分類建立風險融合矩陣，基于所述短期風險預測結果和所述基線風險評估結果計算不同時間尺度的風險權重；
26、將所述風險權重應用于所述風險融合矩陣，計算系統風險評分；若所述短期風險預測結果與所述基線風險評估結果對應同一器官系統，則所述系統風險評分的對角項通過耦合系數計算得到，若對應不同器官系統，則所述系統風險評分的非對角項通過風險傳遞系數計算得到；
27、所述系統風險評分通過特征值分解方法對所述風險融合矩陣進行歸一化處理后獲得；
28、所述綜合風險評分按以下步驟計算：
29本文檔來自技高網
...
【技術保護點】
1.一種抗腫瘤治療不良反應風險預警方法，其特征在于，包括：
2.如權利要求1所述的抗腫瘤治療不良反應風險預警方法，其特征在于：所述生理指標數據包括體征監測數據、器官功能指標、免疫功能指標、造血功能指標、代謝水平指標；
3.如權利要求2所述的抗腫瘤治療不良反應風險預警方法，其特征在于：所述協同變異度的計算包括以下步驟：
4.如權利要求3所述的抗腫瘤治療不良反應風險預警方法，其特征在于：所述臨床特征數據包括實驗室檢查數據、影像學檢查數據、基因檢測數據、用藥方案參數，以及治療周期指標；
5.如權利要求4所述的抗腫瘤治療不良反應風險預警方法，其特征在于：所述特征關聯網絡通過以下步驟構建：
6.如權利要求5所述的抗腫瘤治療不良反應風險預警方法，其特征在于：根據所述短期風險預測結果和所述基線風險評估結果計算綜合風險評分，包括：
7.如權利要求6所述的抗腫瘤治療不良反應風險預警方法，其特征在于：所述風險權重通過時間衰減因子進行調整；
8.一種抗腫瘤治療不良反應風險預警系統，基于權利要求1~7任一所述的抗腫瘤治療不良反應風險預警方法，其特征在于：包括，
9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的抗腫瘤治療不良反應風險預警方法的步驟。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的抗腫瘤治療不良反應風險預警方法的步驟。
...
【技術特征摘要】
1.一種抗腫瘤治療不良反應風險預警方法，其特征在于，包括：
2.如權利要求1所述的抗腫瘤治療不良反應風險預警方法，其特征在于：所述生理指標數據包括體征監測數據、器官功能指標、免疫功能指標、造血功能指標、代謝水平指標；
3.如權利要求2所述的抗腫瘤治療不良反應風險預警方法，其特征在于：所述協同變異度的計算包括以下步驟：
4.如權利要求3所述的抗腫瘤治療不良反應風險預警方法，其特征在于：所述臨床特征數據包括實驗室檢查數據、影像學檢查數據、基因檢測數據、用藥方案參數，以及治療周期指標；
5.如權利要求4所述的抗腫瘤治療不良反應風險預警方法，其特征在于：所述特征關聯網絡通過以下步驟構建：
6.如權利要求5所述的抗腫瘤治療不良反應風險預警方法，...
【專利技術屬性】
技術研發人員：陳雅潔，陳惠生，秦媛媛，張怡，
申請(專利權)人：中山大學孫逸仙紀念醫院深汕中心醫院，
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。