一种基于智能风险评估模型的结直肠癌筛查预防系统

技术领域

本发明涉及计算机辅助疾病筛查预防技术领域，特别是涉及一种基于智能风险评估模型的结直肠癌筛查预防系统。

背景技术

现有的结直肠癌筛查预防体系主要是以癌症发病后期治疗为主，而前期的筛查也仅在重点城市的重点区域实行，并没有形成规模化，群体性的健康筛查。同时我国的结直肠癌筛查和防控管理起步较晚，85％以上的结直肠癌发现即已属于晚期，即使经过手术、放化疗、靶向治疗等综合治疗，患者的5年生存率仍明显低于40％。在结直肠癌中晚期，不单需要花费用户大量的金钱，同时也带给用户巨大的痛苦。而大量的研究和实践表明，结直肠癌筛查和早诊早治以及科学的随访干预手段可以有效地降低结直肠癌的发病率和死亡率。甚至早期结直肠癌治疗后5年生存率可超过95％，可以说属于完全治愈。图1是早期结直肠癌筛查的建议流程，可以发现，早期结直肠癌筛查的主要手段是结肠镜检查，但是仅仅采用结肠镜检查会出现大量假阳性，因此亟需一种更好的结直肠癌筛查预防体系。

发明内容

本发明所要解决的技术问题是提供一种基于智能风险评估模型的结直肠癌筛查预防系统，能够有效降低初筛的假阳性率，并能为不同用户提供个性化建议。

本发明解决其技术问题所采用的技术方案是：提供一种基于智能风险评估模型的结直肠癌筛查预防系统，包括：

风险筛查子系统，用于采集与结直肠癌筛查相关的个人信息数据；

数据智能分析子系统，用于根据采集到的个人信息数据评估用户的患癌风险，并基于评估结果和用户的个人信息数据分析出导致用户患癌风险的风险因素；

防控宣教子系统，用于根据评估结果和分析出的导致用户患癌风险的风险因素生成对个性化处置或干预建议以及宣教内容。

所述风险筛查子系统包括：

智能评测进度服务子模块，用于根据用户选择的评估部位、性别、年龄信息智能推荐相关问题；

口语化内容智能识别子模块，用于根据用户的语音输入，自动识别转化出用户想输入的文字内容，并进行保存；

评估问卷子模块，用于对用户进行问卷调研，以获取用户的个人信息数据，其中，个人信息数据包括用户的生活习惯、生活环境、运动习惯、饮食习惯、既往结直肠癌相关疾病史和结直肠癌相关家族史；

体检数据获取子模块，用于获取用户的体外诊断筛查试剂检测结果。

所述风险筛查子系统还包括：冲突信息智能纠错子模块，用于在用户输入或描述的内容与评估癌症、用户的性别存在明显医学错误时，进行智能提醒。

所述风险筛查子系统还包括：疑难词汇注释标注子模块，用于通过文字注释和/或图文注释的方式对医学专业术语进行解释说明。

所述数据智能分析子系统包括：

风险评估子模块，用于将用户的个人信息数据、体外诊断筛查试剂检测结果输入至分类模型，得到用户的结直肠癌风险评估得分；

风险分级子模块，用于根据用户的结直肠癌风险评估得分对用户进行风险分级；

深度归因子模块，用于将用户的结直肠癌风险评估得分与用户的个人信息数据输入至解释性模型，得到导致用户的结直肠癌风险的具体风险因素。

所述解释性模型的目标函数为：

所述防控宣教子系统包括：

个性化宣教子模块，用于根据用户的个人信息数据自动生成针对不同风险等级的癌症评估结果的个性化处置或干预建议以及宣教内容，并推送给用户；

随访管理子模块，用于对不同风险等级的癌症评估结果的用户配置不同的随访规则和随访信息，自动生成随访提醒消息和随访名单，并记录随访结果；

干预建议管理子模块，用于管理推送给用户的干预建议；

宣教管理子模块，用于管理推送给用户的宣教内容。

所述防控宣教子系统还包括：辅助检查决策子模块，用于在用户的结直肠癌风险的风险等级为高级或中级时，向用户推送深度检查建议。

有益效果

由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明通过数据智能分析子系统对用户的结直肠癌风险进行量化评估，将其叠加于初筛流程，可有效降低初筛的假阳性率，同时还能够对用户的多维度因素进行深度的个性化的癌症产生因素分析，实现患癌风险预测和精准预防，本发明利用随访宣教子系统生成不同风险等级癌症评估结果的个性化处置或干预建议以及宣教内容，实现了为不同用户提供个性化建议的目的。

附图说明

图1是现有技术中早期结直肠癌筛查的建议流程图；

图2是本发明实施方式的基于智能风险评估模型的结直肠癌筛查预防系统的结构示意图；

图3是结合本发明实施方式的结直肠癌筛查优化流程图。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

本发明的实施方式涉及一种基于智能风险评估模型的结直肠癌筛查预防系统，如图2所示，包括：风险筛查子系统、数据智能分析子系统、防控宣教子系统、结直肠癌科研分析子系统和结直肠癌数据库。

其中，风险筛查子系统包括：

用户子模块，用于用户完成注册登录，获得筛查用户的唯一ID信息和基本信息。

智能评测进度服务子模块，用于根据用户选择的评估部位、性别、年龄信息智能推荐相关问题；用户在作答过程中该子模块还可以实时显示作答进度。

口语化内容智能识别子模块，用于根据用户的语音输入，自动识别转化出用户想输入的文字内容，并进行保存；

冲突信息智能纠错子模块，用于在用户输入或描述的内容与评估癌症、用户的性别存在明显医学错误时，进行智能提醒。

疑难词汇注释标注子模块，用于通过文字注释和/或图文注释的方式对医学专业术语进行解释说明，方便用户更清楚、准确地描述自身情况，降低理解成本。

评估问卷子模块，用于对用户进行问卷调研，以获取用户的个人信息数据，其中，个人信息数据包括用户的生活习惯、生活环境、运动习惯、饮食习惯、既往结直肠癌相关疾病史和结直肠癌相关家族史；通过收集更多的个人信息便于后续根据用户个人信息结合AI算法进行风险评估和生成风险评估等级。

体检数据获取子模块，用于获取用户的体外诊断(包含FIT和/或粪便DNA检测试剂)筛查试剂检测结果。

数据智能分析子系统包括：

风险评估子模块，用于将用户的个人信息数据、体外诊断筛查试剂检测结果输入至分类模型，得到用户的结直肠癌风险评估得分。

本实施方式中使用的分类模型可以是XGBoost模型，该XGBoost模型是基于treeboosting算法在系统和算法层面的修改。boosting的主要思想是叠加多个若分类器组成一个强分类器，叠加方法是将每个若分类器结果相加。

XGBoost模型将CART回归树作为弱分类器，它不断生成新的CART回归树，每生成一颗树就是在学习一个新的函数，这个函数将每个样本映射到唯一确定的一个叶子节点中，同一叶子节点中的所有样本共享相同的预测值，函数的目标则是去拟合所有叶子节点中样本的历史残差；其损失函数可以是与CART回归树相同的均方误差，也可以是交叉熵(一般用于分类问题中)或各种rankloss。

XGBoost对于决策树模型的定义：

f(x)＝ω

其中，q(x)是映射函数，将R

再定义XGBoost的模型预测输出：

其中，k表示第k棵决策树，损失函数定义如下：

l(·)为误差项；Ω(·)就是正则化项，其描述的就是树的复杂程度，展开为

泰勒展开有

其中

将目标函数简化有：

继续处理合并求和：

令

而用来评估分裂后的增益有：

通过结直肠癌数据的训练迭代，得到目标分类模型。将量表数据(即个人信息数据)和体检数据(试剂检测结果)整理成预测模型需要的格式，输入到本分类模型。分类模型完成预测，对用户作出评估。

风险分级子模块，用于根据用户的结直肠癌风险评估得分对用户进行风险分级；本实施方式中，可以将用户风险等级划分为低、中、高三个等级，低中高风险评级划分根据风险评估子模块预测的分数进行，当预测的分数为0～0.5时划分为低风险等级，当预测的分数为0.5～0.9时划分为中风险等级，当预测的分数为0.9～1时，划分为高风险等级。

深度归因子模块，用于将用户的结直肠癌风险评估得分与用户的个人信息数据输入至解释性模型，得到导致用户的结直肠癌风险的具体风险因素。

本实施方式采用解释性模型对各项因素对评估结果进行归因量化。对于解释性模型，本实施方式参照LIME算法定义，目标函数为ξ，详细公式为：

该解释性模型定义为模型g∈G，这里的L函数作为一个度量，描述如何通过π

有了相似度定义，原目标函数可以改写为：

其中，z是输入x的扰动，z′为输入x向量的二进制扰动，f(z)就是扰动样本，在d维空间(原始特征)上的预测值，并把该预测值作为答案，g(z′)则是在d′维空间(可解释特征)上的预测值，然后以相似度作为权重，因此上述的目标函数便可以通过线性回归的方式进行优化，最终分析出具体是哪些指标导致用户的患癌风险。

防控宣教子系统包括：

个性化宣教子模块，用于根据用户的个人信息数据自动生成针对不同风险等级的癌症评估结果的个性化处置或干预建议以及宣教内容，并推送给用户；个性化处置或干预建议包括了调整用户的生活习惯、生活环境、运动习惯和饮食习惯等

随访管理子模块，用于对不同风险等级的癌症评估结果的用户配置不同的随访规则和随访信息，自动生成随访提醒消息和随访名单，按照随访方案对受试者进行定期随访，将是否发病和死亡的随访结果进行录入；

干预建议管理子模块，用于管理推送给用户的干预建议；其支持根据用户的姓名、性别、生活习惯和评估结果及风险等级推送个性化的干预建议内容。

宣教管理子模块，用于管理推送给用户的宣教内容；其支持根据用户的评估结果及风险等级推送个性化的宣教内容。

所述防控宣教子系统还包括：辅助检查决策子模块，用于在用户的结直肠癌风险的风险等级为高级或中级时，向用户推送深度检查建议，其能够推荐用户相关的深度辅助检查项目以辅助用户精准检查。

结直肠癌数据库可以对系统中所有的数据进行保存，结直肠癌科研分析子系统可以依据结直肠癌数据库中的数据对结直肠癌进行科研分析。

本发明能够基于数据智能分析子系统建立新的结直肠癌筛查预防体系，其可以作用于现有技术中建议的结直肠癌筛查流程中，可有效优化现有的结直肠癌筛查预防流程，达到更好的结直肠癌预防效果，如图3所示。不难发现，本发明通过数据智能分析子系统对用户的结直肠癌风险进行量化评估，将其叠加于初筛流程，可有效降低初筛的假阳性率，同时还能够对用户的多维度因素进行深度的个性化的癌症产生因素分析，实现患癌风险预测和精准预防，本发明利用随访宣教子系统生成不同风险等级癌症评估结果的个性化处置或干预建议以及宣教内容，实现了为不同用户提供个性化建议的目的。