颅内破裂动脉瘤临床治疗方案推荐方法及系统

技术领域

本发明属于临床医学技术领域，具体地说，涉及一种颅内破裂动脉瘤临床治疗方案推荐方法及系统。

背景技术

颅内动脉瘤破裂引发的动脉瘤性自发蛛网膜下腔储出血(简称：SAH)发病人数多，范围广，预后结局差，是严重危害人类健康的脑血管疾病。目前，国内外已有关于颅内破裂动脉瘤规范性诊疗的直指南发布(参见文献《中国医师协会神经介入专业委员会，中国颅内动脉瘤计划研究组.中国颅内破裂动脉瘤诊疗指南2021，中国脑血管病杂志,2021,18(08):546-574.》)，能够为患者提供方向性的诊疗方案推荐。但患者的情况千差万别，且指南方案无法给出具体患者的预后估计。

临床决策支持系统(英文：Clinical Decision Support System，简称：CDSS)，应用人工智能相关技术，从专家知识、医生经验及指南中吸收、提取知识，为临床诊疗提供支持。目前，已存在关于疾病预后评估模型的相关研究，根据数据及病种的不同，评估模型的构建方法有所差异，但基本都会包括数据处理、指标选择及模型构建三个阶段(参见文献《米琦,史爽,李娟,李培龙,杜鲁涛,王传新.膀胱癌circRNAs介导的ceRNA网络及预后评估模型的构建[J].山东大学学报(医学版),2021,59(6):94-102.》和文献《白小红.基于机器学习的心力衰竭预后评估模型研究[D].太原理工大学,2020.DOI:10.27352/d.cnki.gylgu.2020.001122.》)。其中，相似患者查找在医疗保健应用中非常重要，例如：文献《王妮,黄艳群,刘红蕾,费晓璐,魏岚,赵相坤,陈卉.基于半监督学习的患者相似性度量研究[J].北京生物医学工程,2020,39(02):152-157.》中，对电子病历数据开展基于半监督学习的患者相似性度量研究。文献《贾峥.面向诊断决策支持的患者相似性计算方法研究[D].浙江大学,2020.DOI:10.27461/d.cnki.gzjdx.2020.001332.》中，综合利用多种类型的临床数据，针对面向诊断决策支持的患者相似度计算方法开展了研究。公开号为CN106650299A的中国专利申请公开了一种患者相似性分析的快速计算方法，能够大幅度降低计算量及提高数据获取效率。

上述现有方法存在以下缺陷：(1)现有相似患者队列查找需要人为设置相似度阈值，阈值设置偏大会查找到不太相似的患者，而阈值设置偏小，又会有相似患者未被查找到。阈值的确定对相似患者数据挖掘产生直接影响，可靠性差。(2)从指南得出的临床治疗推荐方案是一种粗粒度的、群体性的方案，难以体现患者个性化，而从病例数据得出的临床治疗方案又过于个性化，难以追溯其群体指引及临床循证医学证据。

发明内容

本发明针对现有技术对颅内破裂动脉瘤临床治疗方案推荐时存在的可靠性差等上述问题，提供了一种颅内破裂动脉瘤临床治疗方案推荐方法及系统，将指南推荐治疗方案与病例相似患者数据治疗方案相结合，并给出待治疗患者采用每种治疗方案的预后评估情况，为临床治疗提供辅助决策，解决了从指南只能获得粗粒度推荐且无预后评估的问题，同时也避免了单从病例相似患者数据获得的推荐没有权威佐证的问题。

为了达到上述目的，本发明提供了一种颅内破裂动脉瘤临床治疗方案推荐方法，含有以下步骤：

构建历史数据集步骤：根据获取的患者历史病历数据构建历史数据集；

指标选择步骤：根据颅内破裂动脉瘤疾病的特点，结合疾病专业知识，从历史数据集中选择指标；

构建预后评估模型步骤：以指标选择后历史数据集中的数据为输入，选择多个机器学习二分类模型进行拟合，根据评估标准对各拟合二分类模型的评估效果进行评判，选择评估效果最好的二分类模型，以该模型为基模型，建立预后评估模型；

构建相似患者模型步骤：以指标选择后历史数据集中的数据为输入，采用相似性度量方法确定相似患者，获得相似患者集，对预后评估模型的评估结果和相似患者集给出的疗后结果进行校验，选择使得二者一致性比例最高的阈值作为模型的相似度阈值，以相似患者为输出，构建相似患者模型；

构建病例数据集步骤：根据待治疗患者信息建立病例数据集；

指南与数据融合步骤：将病例数据集中的待治疗患者信息输入至所CDSS获得指南推荐治疗方案，采用相似患者模型获得待治疗患者的相似患者集，从相似患者集中获得相似患者使用的所有治疗方案，合并指南推荐治疗方案与相似患者治疗方案并去重，采用预后评估模型给出待治疗患者采用每种治疗方案的预后评估情况，同时给出每种治疗方案的使用占比及弹簧圈、支架的使用情况。

优选的，所述构建历史数据集步骤中，进一步包括：

数据获取步骤：获取患者历史病历数据；

数据预处理步骤：对患者历史病历数据进行异常值处理、缺失值处理，得到处理后的患者历史病历数据；

数据集构建步骤：根据数据预处理步骤处理后的患者历史病历数据构建历史数据集。

优选的，数据预处理步骤中，采用3sigma法则去除含有异常值的病例数据，采用均值填充的方法，将缺失值进行填充。

优选的，构建历史数据集步骤中，所述患者历史病历数据的采集方式为在医院系统中导出、或者直接搜集患者临床数据。

优选的，所述指标选择步骤中，选择指标的方法为：计算所有指标的方差，去掉方差低于0.0475的指标；接着计算指标与历史患者实际预后结果之间的相关性，去掉相关性为0的指标；最后采用递归特征消除法选择最终指标。

优选的，所述最终指标包括患者年龄、瘤最大径、瘤颈、体颈比、入院时MRS评分结果、GCS评分、APACHE II评分、收缩压SBP、白细胞总数、血糖、淋巴细胞数、中性粒细胞数、Hunt_Hess分级、WFNS评分、CT前血肿或积水情况、最终脑动脉瘤部位带数字、最终脑动脉瘤形态、术前术中用药类别、手术时机、治疗措施、支架类型、是否使用弹簧圈、是否使用支架、术后药品类别、是否合并手术。

进一步的，构建预后评估模型步骤中，还包括模型调优步骤：设置若干组预后评估模型超参数组合，测试预后评估模型表现，取最优超数组合作为预后评估模型最终参数保存至预后评估模型中。

为了达到上述目的，本发明还提供了一种颅内破裂动脉瘤临床治疗方案推荐系统，包括：

信息录入模块，用于录入待治疗患者信息；

数据采集模块，用于采集患者历史病历数据；

数据存储模块，用于存储信息录入模块录入的待治疗患者信息以及数据采集模块采集的患者历史病历数据；根据患者历史病历数据形成历史数据集，根据待治疗患者信息形成病例数据集；

指标选择模块，用于从数据存储模块提取历史数据集，对历史数据集进行指标选择；

预后评估模型生成模块，从指标选择模块获取指标选择后的历史数据集，以指标选择后历史数据集中的数据为输入，选择多个机器学习二分类模型进行拟合，根据评估标准对各拟合二分类模型的评估效果进行评判，选择评估效果最好的二分类模型，以该模型为基模型，生成预后评估模型；

相似患者模型生成模块，从指标选择模块获取指标选择后的历史数据集，以指标选择后历史数据集中的数据为输入，采用相似性度量方法确定相似患者，获得相似患者集，对预后评估模型的评估结果和相似患者集给出的疗后结果进行校验，选择使得二者一致性比例最高的阈值作为模型的相似度阈值，以相似患者为输出，生成相似患者模型；

指南与数据融合模块，用于存储预后评估模型、相似患者模型，并提取待治疗患者信息及指标选择后的历史数据集，将待治疗患者信息发送至CDSS，从CDSS查询得到若干推荐治疗方案，采用相似患者模型从指标选择后的历史数据集中获得待治疗患者的相似患者集，从相似患者集中获得相似患者使用的所有治疗方案，合并指南推荐治疗方案与相似患者治疗方案并去重，采用预后评估模型给出待治疗患者采用每种治疗方案的预后评估情况，同时给出每种方案的使用占比及弹簧圈、支架的使用情况；

输出模块，用于将指南与数据融合模块的得到的治疗方案及预后评估情况输出反馈至用户。

进一步的，还包括PC端、移动端APP和服务器，所述信息录入模块、数据采集模块、输出模块安装于所述PC端和移动端APP，所述数据存储模块、指标选择模块、预后评估模型生成模块、相似患者模型生成模块、指南与数据融合模块安装于服务器中。

进一步的，还包括安装于服务器中的模型调优模块，用于设置若干组预后评估模型超参数组合，测试预后评估模型表现，取最优超数组合作为预后评估模型最终参数保存至预后评估模型中。

与现有技术相比，本发明的优点和积极效果在于：

(1)本发明在获得指南推荐治疗方案的同时，对患者历史病历数据进行挖掘，获得相似患者的治疗方案，将指南与相似患者数据相结合，不仅能够给出采用指南治疗方案的患者预后评估，还能够给出相似患者治疗方案的患者预后评估，一方面从方向上给出有力的循证医学证据，另一方面从数据上给出患者对的个性化推荐。本发明解决了从指南只能获得粗粒度推荐且无预后评估的问题，同时也避免了但从数据获得的推荐没有权威佐证的问题。通过本发明方法及系统推荐的治疗方案能够为临床治疗提供辅助决策。

(2)本发明根据预后评估结构，自动化设置相似度阈值，能够在现有数据上使得预后评估模型评估效果最贴合真实相似患者的疗后情况，患者预后评估与相似患者分析结果相互支撑，有理有据，使相似度阈值的确定更加合理，且避免人为设置的不稳定性。

附图说明

图1为本发明实施例所述颅内破裂动脉瘤临床治疗方案推荐方法的流程框图；

图2为本发明实施例确定相似度阈值的流程框图；

图3为本发明实施例指南与相似患者数据融合的流程框图；

图4为本发明实施例所述颅内破裂动脉瘤临床治疗方案推荐系统的结构框图。

图中，1、信息录入模块，2、数据采集模块，3、数据存储模块，4、指标选择模块，5、预后评估模型生成模块，6、相似患者模型生成模块，7、指南与数据融合模块，8、输出模块，9、PC端，10、移动端APP，11、服务器，12、CDSS，13、模型调优模块。

具体实施方式

下面，通过示例性的实施方式对本发明进行具体描述。然而应当理解，在没有进一步叙述的情况下，一个实施方式中的元件、结构和特征也可以有益地结合到其他实施方式中。

为了提高颅内破裂动脉瘤临床治疗方案的准确性和可靠性，本发明提供了一种颅内破裂动脉瘤临床治疗方案推荐方法及系统，用于为颅内破裂动脉瘤患者提供指南推荐治疗方案和相似患者治并给采用每种治疗方案的预后评估情况，同时给出每种方案的使用占比及弹簧圈、支架的使用情况，为临床治疗提供辅助决策。以下分别对所述颅内破裂动脉瘤临床治疗方案推荐方法及系统进行详细说明。

实施例1：参见图1至图3，本发明揭示了一种颅内破裂动脉瘤临床治疗方案推荐方法，含有以下步骤：

S1、构建历史数据集步骤：根据获取的患者历史病历数据构建历史数据集。

具体地，所述构建历史数据集步骤中，进一步包括：

S11、数据获取步骤：获取患者历史病历数据；所述患者历史病历数据的采集方式为在医院系统中导出、或者直接搜集患者临床数据。

S12、数据预处理步骤：对患者历史病历数据进行异常值处理、缺失值处理，得到处理后的患者历史病历数据；进行异常值处理时，采用3sigma法则去除含有异常值的病例数据；进行缺失值处理时，采用均值填充的方法，将缺失值进行填充。

S13、数据集构建步骤：根据数据预处理步骤处理后的患者历史病历数据构建历史数据集。

需要说明的是，对采集的患者历史病历数据进行数据预处理，在之后构建预后评估模型和相似患者模型时样本数据更加全面均衡，进而使预后评估模型和相似患者模型的准确性和可靠性更高。

具体地，患者历史病历数据包括患者基本信息和与颅内破裂动脉瘤疾病相关指标及诊疗方案。其中，患者基本信息包括：患者性别、患者年龄、患者身高、患者体重。颅内破裂动脉瘤疾病相关指标包括：患者年龄、瘤最大径、瘤颈、体颈比、入院时MRS评分结果、GCS评分、APACHE II评分、收缩压SBP、白细胞总数、血糖、淋巴细胞数、中性粒细胞数、Hunt_Hess分级、WFNS评分、CT前血肿或积水情况、最终脑动脉瘤部位带数字、最终脑动脉瘤形态、术前术中用药类别、手术时机、治疗措施、支架类型、是否使用弹簧圈、是否使用支架、术后药品类别、是否合并手术、Fisher评分、再次发生出血、首发症状、症状变化特点、此次起病后是否院外治疗、院外治疗方式、既往脑出血史、既往蛛网膜下腔出血史、既往其他脑血管病史、心脏病史、高血压病史、血脂异常史、糖尿病史、其他特殊病史、既往服用抗凝药、既往抗血小板药物、既往服用降糖药、既往服用降压药、既往服用降脂药、既往其他精神类抑制剂或兴奋剂、饮酒、吸烟、体力工作强度、睡眠时间、糖化血红蛋白、红细胞、血小板、血红蛋白、甘油三酯、胆固醇、低密度脂蛋白胆固醇、高密度脂蛋白胆固醇、纤维蛋白原、活化部分凝血活酶时间、凝血酶原时间、国际标准化比值、同型半胱氨酸、动脉瘤数量类型、动脉瘤具体数目、最终脑动脉瘤大小加、术前术中是否使用抗血小板药物、术前术中用药种类、手术时长、弹簧圈数量、支架数量、术后是否使用抗血小板药物、术后抗血小板药物种类、出院时MRS。

S2、指标选择步骤：根据颅内破裂动脉瘤疾病的特点，结合疾病专业知识，从历史数据集中选择指标。

具体地，选择指标的方法为：计算所有指标的方差，去掉方差低于0.0475的指标；接着计算指标与历史患者实际预后结果之间的相关性，去掉相关性为0的指标；最后采用递归特征消除法选择最终指标。

具体地，所述最终指标包括患者年龄、瘤最大径、瘤颈、体颈比、入院时MRS评分结果、GCS评分、APACHE II评分、收缩压SBP、白细胞总数、血糖、淋巴细胞数、中性粒细胞数、Hunt_Hess分级、WFNS评分、CT前血肿或积水情况、最终脑动脉瘤部位带数字、最终脑动脉瘤形态、术前术中用药类别、手术时机、治疗措施、支架类型、是否使用弹簧圈、是否使用支架、术后药品类别、是否合并手术。

在选择指标时，考虑了颅内破裂动脉瘤疾病的特点，结合疾病专业知识，运用统计分析及机器学习方法进行指标选择，找出最能够表征患者、对预后评估影响较大的指标，提高预后评估的准确性。

S3、构建预后评估模型步骤：以指标选择后历史数据集中的数据为输入，选择多个机器学习二分类模型进行拟合，根据评估标准对各拟合二分类模型的评估效果进行评判，选择评估效果最好的二分类模型，以该模型为基模型，建立预后评估模型。

具体地，机器学习二分类模型包括随机森林模型、SVM模型、LightGBM模型、XGBoost模型、决策树模型。本实施例中最终以LightGBM模型为基模型构建预后评估模型。

为了提高预后评估模型的精度，该预后评估模型步骤中，还包括模型调优步骤：设置若干组预后评估模型超参数组合，测试预后评估模型表现，取最优超数组合作为预后评估模型最终参数保存至预后评估模型中。此外，在最优参数组合下的预后评估模型保存到模型文件中。

S4、构建相似患者模型步骤：以指标选择后历史数据集中的数据为输入，采用相似性度量方法确定相似患者，获得相似患者集，对预后评估模型的评估结果和相似患者集给出的疗后结果进行校验，选择使得二者一致性比例最高的阈值作为模型的相似度阈值，以相似患者为输出，构建相似患者模型。

需要说明的是，一方面，考虑数据特点及相似性度量目标，本发明选取相似性度量方法确定相似患者。另一方面，考虑到指南与数据融合可能遇到的情况，即当对患者采用某一指南推荐治疗方案进行预后评估模型预后评估后，该患者的相似患者中使用此治疗方案后的疗后情况与预后评估模型预后评估存在不一致，这是因为相似阈值的选择不合理造成相似患者集查找是被。因此，本发明在确定相似度阈值时，用预后评估模型的评估结果和相似患者集根除的疗后结果进行相互校验，选择使得二者一致性比例最高的阈值作为相似度阈值。本发明根据预后评估目标，自动化的设置相似度阈值，能够在现有数据上使得预后评估模型评估效果最贴合真实相似患者的疗后情况，患者预后评估与相似患者分析结果相互支撑，有理有据，使相似度阈值的确定更加合理，且避免人为设置的不稳定性。

S5、构建病例数据集步骤：根据待治疗患者信息建立病例数据集。

具体地，所述待治疗患者信息包括患者病历信息、患者检查信息、患者病案首页。

S6、指南与数据融合步骤：参见图3，将病例数据集中的待治疗患者信息输入至所CDSS获得指南推荐治疗方案，采用相似患者模型获得待治疗患者的相似患者集，从相似患者集中获得相似患者使用的所有治疗方案，合并指南推荐治疗方案与相似患者治疗方案并去重，采用预后评估模型给出待治疗患者采用每种治疗方案的预后评估情况，同时给出每种治疗方案的使用占比及弹簧圈、支架的使用情况。

本发明采用的指南为《中国医师协会神经介入专业委员会，中国颅内动脉瘤计划研究组.中国颅内破裂动脉瘤诊疗指南2021，中国脑血管病杂志,2021,18(08):546-574.》

本实施例上述方法在获得指南推荐治疗方案的同时，对患者历史病历数据进行挖掘，获得相似患者的治疗方案，将指南与相似患者数据相结合，不仅能够给出采用指南治疗方案的患者预后评估，还能够给出相似患者治疗方案的患者预后评估，一方面从方向上给出有力的循证医学证据，另一方面从数据上给出患者对的个性化推荐。本实施例上述方法解决了从指南只能获得粗粒度推荐且无预后评估的问题，同时也避免了但从数据获得的推荐没有权威佐证的问题。通过本实施例上述方法推荐的治疗方案能够为临床治疗提供辅助决策。

实施例2：参见图4，本发明实施例提供了一种颅内破裂动脉瘤临床治疗方案推荐系统，包括：

信息录入模块1，用于录入待治疗患者信息；

数据采集模块2，用于采集患者历史病历数据；

数据存储模块3，用于存储信息录入模块1录入的待治疗患者信息以及数据采集模块2采集的患者历史病历数据；根据患者历史病历数据形成历史数据集，根据待治疗患者信息形成病例数据集；

指标选择模块4，用于从数据存储模块3提取历史数据集，对历史数据集进行指标选择；

预后评估模型生成模块5，从指标选择模块4获取指标选择后的历史数据集，以指标选择后历史数据集中的数据为输入，选择多个机器学习二分类模型进行拟合，根据评估标准对各拟合二分类模型的评估效果进行评判，选择评估效果最好的二分类模型，以该模型为基模型，生成预后评估模型；

相似患者模型生成模块6，从指标选择模块4获取指标选择后的历史数据集，以指标选择后历史数据集中的数据为输入，采用相似性度量方法确定相似患者，获得相似患者集，对预后评估模型的评估结果和相似患者集给出的疗后结果进行校验，选择使得二者一致性比例最高的阈值作为模型的相似度阈值，以相似患者为输出，生成相似患者模型；

指南与数据融合模块7，用于存储预后评估模型、相似患者模型，并提取待治疗患者信息及指标选择后的历史数据集，将待治疗患者信息发送至CDSS12，从CDSS查询得到若干推荐治疗方案，采用相似患者模型从指标选择后的历史数据集中获得待治疗患者的相似患者集，从相似患者集中获得相似患者使用的所有治疗方案，合并指南推荐治疗方案与相似患者治疗方案并去重，采用预后评估模型给出待治疗患者采用每种治疗方案的预后评估情况，同时给出每种方案的使用占比及弹簧圈、支架的使用情况；

输出模块8，用于将指南与数据融合模块7的得到的治疗方案及预后评估情况输出反馈至用户。

继续参见图4，上述系统还包括PC端9、移动端APP 10和服务器11，所述信息录入模块1、数据采集模块2、输出模块8安装于所述PC端9和移动端APP 10，所述数据存储模块3、指标选择模块4、预后评估模型生成模块5、相似患者模型生成模块6、指南与数据融合模块7安装于服务器11中。

继续参见图4，上述系统还包括安装于服务器11中的模型调优模块13，用于设置若干组预后评估模型超参数组合，测试预后评估模型表现，取最优超数组合作为预后评估模型最终参数保存至预后评估模型中。通过模型调优模块获得的模型超参数能够使得预后评估模型的性能更优，评估结果更为准确。

本实施例上述系统，在获得指南推荐治疗方案的同时，对患者历史病历数据进行挖掘，获得相似患者的治疗方案，将指南与相似患者数据相结合，不仅能够给出采用指南治疗方案的患者预后评估，还能够给出相似患者治疗方案的患者预后评估，一方面从方向上给出有力的循证医学证据，另一方面从数据上给出患者对的个性化推荐。本实施例上述系统解决了从指南只能获得粗粒度推荐且无预后评估的问题，同时也避免了但从数据获得的推荐没有权威佐证的问题。通过本实施例上述系统推荐的治疗方案能够为临床治疗提供辅助决策。

上述实施例用来解释本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明做出的任何修改和改变，都落入本发明的保护范围。