本發(fā)明涉及醫(yī)療保健信息學(xué)和電數(shù)字?jǐn)?shù)據(jù)處理，尤其涉及針對(duì)icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)預(yù)測(cè)的可解釋機(jī)器學(xué)習(xí)模型的構(gòu)建方法及系統(tǒng)。

背景技術(shù)：

1、腦卒中已成為我國成人致死、致殘的首位原因，具有高發(fā)病率、高致殘率、高復(fù)發(fā)率、高死亡率、高經(jīng)濟(jì)負(fù)擔(dān)等五大特點(diǎn)。其中，缺血性腦卒中是最常見的腦卒中類型，約占所有腦卒中的70%。盡管隨著缺血性腦卒中治療藥物和方法的不斷更新，患者的傷殘調(diào)整壽命年（disability?adjusted?life?years,?dalys）呈下降趨勢(shì)，但需要進(jìn)入重癥監(jiān)護(hù)病房（intensive?care?unit,?icu）治療的患者仍面臨較高的死亡風(fēng)險(xiǎn)。然而目前缺乏重癥缺血性腦卒中預(yù)后識(shí)別的早期特異性檢測(cè)指標(biāo)及手段。構(gòu)建預(yù)測(cè)模型準(zhǔn)確識(shí)別具有高院內(nèi)死亡風(fēng)險(xiǎn)的缺血性腦卒中患者，及時(shí)預(yù)警并采取有針對(duì)性的預(yù)防和治療措施，對(duì)降低患者死亡風(fēng)險(xiǎn)和改善患者預(yù)后具有重要意義。

2、隨著現(xiàn)代醫(yī)院信息系統(tǒng)的普及和計(jì)算能力的進(jìn)一步提高，機(jī)器學(xué)習(xí)（machinelearning,?ml）和醫(yī)學(xué)領(lǐng)域的結(jié)合越來越緊密。相較于傳統(tǒng)的死亡風(fēng)險(xiǎn)評(píng)分模型，復(fù)雜ml模型由于能夠捕捉非線性關(guān)系以及變量間的交互作用，通常具有更高的預(yù)測(cè)精度。盡管ml模型有良好的預(yù)測(cè)準(zhǔn)確性，但大多數(shù)被視為“黑箱”，即模型缺乏可解釋性分析結(jié)果，因此其性能和應(yīng)用飽受質(zhì)疑。單純使用機(jī)器學(xué)習(xí)算法構(gòu)建臨床預(yù)測(cè)模型已經(jīng)不能滿足當(dāng)前精細(xì)化醫(yī)療背景下對(duì)疾病預(yù)防和醫(yī)療決策的需求。

技術(shù)實(shí)現(xiàn)思路

1、為了克服上述技術(shù)缺陷，本發(fā)明的第一個(gè)方面提供icu卒中患者院內(nèi)死亡風(fēng)險(xiǎn)預(yù)測(cè)的可解釋ml方法，其包括：

2、步驟s1：輸入當(dāng)前患者的與icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)相關(guān)的變量；

3、步驟s2：采用預(yù)先構(gòu)建的icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)的最優(yōu)預(yù)測(cè)模型對(duì)當(dāng)前患者進(jìn)行院內(nèi)死亡風(fēng)險(xiǎn)預(yù)測(cè)，得到院內(nèi)死亡預(yù)測(cè)概率；

4、步驟s3：使用shap方法對(duì)最優(yōu)預(yù)測(cè)模型進(jìn)行解釋性分析，分析變量對(duì)院內(nèi)死亡風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果的重要性；從各變量權(quán)重大小分析、各變量與結(jié)局的依賴性關(guān)系、患者個(gè)體化分析三個(gè)方面分析變量對(duì)預(yù)測(cè)結(jié)果的重要性。

5、所述與icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)相關(guān)的變量隨著基于訓(xùn)練集數(shù)據(jù)而變化更新。示例地，與icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)相關(guān)的變量包括機(jī)械通氣、年齡、他汀類藥物、白細(xì)胞計(jì)數(shù)、血尿素氮、紅細(xì)胞壓積、華法林、碳酸氫鹽及收縮壓。

6、進(jìn)一步地，在步驟s2中，所述icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)的最優(yōu)預(yù)測(cè)模型的構(gòu)建方法包括：

7、步驟s2.1：根據(jù)納入排除標(biāo)準(zhǔn)回顧性收集缺血性腦卒中患者入icu首日的臨床資料及預(yù)后結(jié)局，建成分析數(shù)據(jù)集。

8、步驟s2.2：對(duì)分析數(shù)據(jù)集進(jìn)行數(shù)據(jù)預(yù)處理：①將變量分為分類變量和連續(xù)變量；②使用多重填補(bǔ)法進(jìn)行缺失數(shù)據(jù)填補(bǔ)；③對(duì)連續(xù)型變量使用最小最大值標(biāo)準(zhǔn)化法進(jìn)行歸一化：并將數(shù)據(jù)集按7:3的比例隨機(jī)分為訓(xùn)練集和測(cè)試集；

9、步驟s2.3：在訓(xùn)練集內(nèi)，使用lasso回歸、boruta算法和遞歸特征消除三種算法，分別對(duì)構(gòu)建院內(nèi)死亡預(yù)測(cè)模型的變量進(jìn)行篩選，取三種算法篩選得到的變量的交集作為構(gòu)建icu缺血性腦卒中患者院內(nèi)死亡預(yù)測(cè)模型的預(yù)測(cè)變量；

10、步驟s2.4：在完成數(shù)據(jù)預(yù)處理的訓(xùn)練集上采用不同機(jī)器學(xué)習(xí)方法構(gòu)建icu缺血性腦卒中院內(nèi)死亡風(fēng)險(xiǎn)預(yù)測(cè)模型，所述機(jī)器學(xué)習(xí)方法包括logistic回歸（logisticregression,?簡(jiǎn)稱lr，邏輯回歸）、k近鄰（k-nearest?neighbor,?簡(jiǎn)稱knn）、樸素貝葉斯（naive?bayesian，簡(jiǎn)稱nb）、決策樹（decision?tree，簡(jiǎn)稱dt）、支持向量機(jī)（supportvector?machine,簡(jiǎn)稱svm）、隨機(jī)森林（random?forest,?rf）、xgboost（extreme?gradientboosting，極端梯度提升）、lightgbm（light?gradient?boosting?machine，輕量級(jí)的梯度提升機(jī)）和人工神經(jīng)網(wǎng)絡(luò)（ann）；

11、步驟s2.5：使用重復(fù)50次的5折交叉驗(yàn)證的隨機(jī)網(wǎng)格搜索方法對(duì)步驟s2.4中構(gòu)建的模型進(jìn)行超參數(shù)搜索以獲得最佳模型超參數(shù)；

12、步驟s2.6：使用受試者工作特征曲線下面積作為指標(biāo)，繪制受試者工作特征（receiver?operating?characteristic,?roc）曲線，并選取了準(zhǔn)確度、靈敏度、特異度及f1值來評(píng)估模型的區(qū)分性能，通過繪制校準(zhǔn)曲線，并且計(jì)算模型的布里爾分?jǐn)?shù)來表示模型的校準(zhǔn)程度，使用決策曲線分析反映模型的臨床凈收益；

13、步驟s2.7：結(jié)合以上各個(gè)指標(biāo)綜合考慮，最終選擇綜合性能最優(yōu)的模型作為icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)預(yù)測(cè)模型。

14、在步驟s2.1中，所述臨床資料包括一般資料、生命體征、實(shí)驗(yàn)室檢查結(jié)果、并發(fā)癥、藥物治療、有關(guān)生命支持的臨床信息以及臨床評(píng)分。

15、進(jìn)一步地，在步驟s2.7中，最終選擇隨機(jī)森林模型作為icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)預(yù)測(cè)模型。

16、進(jìn)一步地，所述與icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)相關(guān)的變量包括機(jī)械通氣、年齡、他汀類藥物、白細(xì)胞計(jì)數(shù)、血尿素氮、紅細(xì)胞壓積、華法林、碳酸氫鹽及收縮壓；所述隨機(jī)森林模型的模型超參數(shù)是n_estimators（弱學(xué)習(xí)器最大迭代次數(shù)）為500、max_depth（決策樹最大深度）為9、min_samples_split（內(nèi)部節(jié)點(diǎn)再劃分所需最小樣本數(shù)）為7、min_samples_leaf（葉子節(jié)點(diǎn)最小樣本數(shù)）為4。

17、本技術(shù)的第二個(gè)方面提供icu卒中患者院內(nèi)死亡風(fēng)險(xiǎn)預(yù)測(cè)的可解釋ml系統(tǒng)，其包括：

18、用戶交互模塊，所述用戶交互模塊用于輸入當(dāng)前患者的與icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)相關(guān)的變量；還用于輸出院內(nèi)死亡預(yù)測(cè)概率和解釋性分析結(jié)果；

19、風(fēng)險(xiǎn)預(yù)測(cè)模塊，所述風(fēng)險(xiǎn)預(yù)測(cè)模塊用于采用預(yù)先構(gòu)建的icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)的最優(yōu)預(yù)測(cè)模型對(duì)當(dāng)前患者進(jìn)行院內(nèi)死亡風(fēng)險(xiǎn)預(yù)測(cè)，得到院內(nèi)死亡預(yù)測(cè)概率；

20、解釋性分析模塊，所述解釋性分析模塊用于使用shap方法對(duì)最優(yōu)預(yù)測(cè)模型進(jìn)行解釋性分析，分析變量對(duì)院內(nèi)死亡風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果的重要性；所述解釋性分析模塊用于從各變量權(quán)重大小分析、各變量與結(jié)局的依賴性關(guān)系、患者個(gè)體化分析三個(gè)方面分析變量對(duì)預(yù)測(cè)結(jié)果重要性。

21、所述與icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)相關(guān)的變量隨著基于訓(xùn)練集數(shù)據(jù)而變化更新。示例地，與icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)相關(guān)的變量包括機(jī)械通氣、年齡、他汀類藥物、白細(xì)胞計(jì)數(shù)、血尿素氮、紅細(xì)胞壓積、華法林、碳酸氫鹽及收縮壓。

22、進(jìn)一步地，在所述風(fēng)險(xiǎn)預(yù)測(cè)模塊中，所述icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)的最優(yōu)預(yù)測(cè)模型的構(gòu)建方法包括：

23、步驟s2.1：根據(jù)納入排除標(biāo)準(zhǔn)回顧性收集缺血性腦卒中患者入icu首日的臨床資料及預(yù)后結(jié)局，建成分析數(shù)據(jù)集；

24、步驟s2.2：對(duì)分析數(shù)據(jù)集進(jìn)行數(shù)據(jù)預(yù)處理：①將變量分為分類變量和連續(xù)變量；②使用多重填補(bǔ)法進(jìn)行缺失數(shù)據(jù)填補(bǔ)；③對(duì)連續(xù)型變量使用最小最大值標(biāo)準(zhǔn)化法進(jìn)行歸一化：并將數(shù)據(jù)集按7:3的比例隨機(jī)分為訓(xùn)練集和測(cè)試集；

25、步驟s2.3：在訓(xùn)練集內(nèi)，使用lasso回歸、boruta算法和遞歸特征消除三種算法，分別對(duì)構(gòu)建院內(nèi)死亡預(yù)測(cè)模型的變量進(jìn)行篩選，取三種算法篩選得到的變量的交集作為構(gòu)建icu缺血性腦卒中患者院內(nèi)死亡預(yù)測(cè)模型的預(yù)測(cè)變量；

26、步驟s2.4：在完成數(shù)據(jù)預(yù)處理的訓(xùn)練集上采用不同機(jī)器學(xué)習(xí)方法構(gòu)建icu缺血性腦卒中院內(nèi)死亡風(fēng)險(xiǎn)預(yù)測(cè)模型，所述機(jī)器學(xué)習(xí)方法包括logistic回歸、k近鄰、樸素貝葉斯、決策樹、支持向量機(jī)、隨機(jī)森林、xgboost、lightgbm、人工神經(jīng)網(wǎng)絡(luò)；

27、步驟s2.5：使用重復(fù)50次的5折交叉驗(yàn)證的隨機(jī)網(wǎng)格搜索對(duì)步驟s2.4中構(gòu)建的模型進(jìn)行超參數(shù)搜索以獲得最佳參數(shù)模型；

28、步驟s2.6：使用受試者工作特征曲線下面積作為指標(biāo)，繪制受試者工作特征曲線，并選取了準(zhǔn)確度、靈敏度、特異度及f1值來評(píng)估模型的區(qū)分性能，通過繪制校準(zhǔn)曲線，并且計(jì)算模型的布里爾分?jǐn)?shù)來表示模型的校準(zhǔn)程度，使用決策曲線分析反映模型的臨床凈收益；

29、步驟s2.7：結(jié)合以上各個(gè)指標(biāo)綜合考慮，最終選擇綜合性能最優(yōu)的模型作為icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)預(yù)測(cè)模型。

30、在步驟s2.1中，所述臨床資料包括一般資料、生命體征、實(shí)驗(yàn)室檢查結(jié)果、并發(fā)癥、藥物治療、有關(guān)生命支持的臨床信息以及臨床評(píng)分。

31、進(jìn)一步地，在步驟s2.7中，最終選擇隨機(jī)森林模型作為icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)預(yù)測(cè)模型。

32、進(jìn)一步地，所述與icu缺血性腦卒中患者院內(nèi)死亡風(fēng)險(xiǎn)相關(guān)的變量包括機(jī)械通氣、年齡、他汀類藥物、白細(xì)胞計(jì)數(shù)、血尿素氮、紅細(xì)胞壓積、華法林、碳酸氫鹽及收縮壓；所述隨機(jī)森林模型的模型超參數(shù)是n_estimators（弱學(xué)習(xí)器最大迭代次數(shù)）為500、max_depth（決策樹最大深度）為9、min_samples_split（內(nèi)部節(jié)點(diǎn)再劃分所需最小樣本數(shù)）為7、min_samples_leaf（葉子節(jié)點(diǎn)最小樣本數(shù)）為4。

33、采用了上述技術(shù)方案后，與現(xiàn)有技術(shù)相比，具有以下有益效果：

34、本技術(shù)能夠?qū)cu缺血性腦卒中患者的院內(nèi)死亡風(fēng)險(xiǎn)進(jìn)行快速準(zhǔn)確地預(yù)測(cè)，并且還能夠?qū)︻A(yù)測(cè)結(jié)果提供解釋性分析。本發(fā)明有助于提高icu缺血性腦卒中患者預(yù)后的準(zhǔn)確快速評(píng)估，輔助臨床決策，改善患者預(yù)后。