一种基于机器学习的慢性肾脏病血管钙化预警系统

本发明涉及医疗，具体是指一种基于机器学习的慢性肾脏病血管钙化预警系统。

背景技术：

1、慢性肾脏病(ckd)是一种患者肾功能进行性下降的疾病，且通常与心脏病或卒中的风险增加相关。据统计，该病影响全球近8.5亿人口，世界上患有慢性肾脏疾病最多的国家是中国和印度，约占总患病人口的三分之一。我国慢性肾脏疾病(ckd)具有1.患病率高10.8％：1.2亿，2.病死率高：十大死因之一，3.合并风险：尿毒症、血管疾病，4.医疗费高：上千亿元/年的特征。

2、慢性肾脏病治疗早筛为先：高危险因素的人群尤要重视早筛、早诊.(有糖尿病、高血压、肾脏病家族史、心血管疾病、高尿酸血症、高龄(＞65岁)、肥胖，及罹患可能继发慢性肾脏病、长期服用可能造成肾损害的药物、有急性肾损伤病史等人群)长期管理，延缓慢性肾脏疾病进展，规范管理并发症：慢性肾脏病1-2期是最佳治疗时机，血管钙化作为慢性肾脏疾病的独立危险因素将会加重对患者肾功能的损伤，日常生活方式的改善同样十分重要。应规律作息，避免疲劳，避免情绪紧张等；在营养摄入方面，对于慢性肾脏病1-4期患者而言，总体上应控制蛋白摄入，以低钠、低钾、低磷、低盐饮食为主，对于慢性肾脏病5期患者而言，由于此时大多数患者开始透析治疗，除低钠、低钾、低磷、低盐饮食外，还要尤其重视液体量的摄入，不喝浓茶和咖啡等。如何能早发现，早治疗以及改善患者的生活方式成为我们急需解决的技术问题。

3、早期干预慢性肾脏血管钙化的社会价值：

4、1、减轻患者痛苦：慢性肾病(ckd)是一种严重的疾病，患者需要接受长期的治疗和监护。早期干预可以帮助患者及早发现并控制病情进展，减轻患者的痛苦。降低由慢性肾脏病血管钙化心血管死亡率。

5、2、降低治疗成本：慢性肾病的治疗成本较高，而早期干预可以防止疾病加重，降低后续治疗的成本。此外，早期干预可以避免患者需要接受更复杂的治疗，进一步降低治疗成本。

6、3、增加生产力：慢性肾病会影响患者的工作和日常生活，严重的病例甚至需要接受肾移植或透析等治疗，影响患者的生产力。早期干预可以避免疾病进展，让患者能够维持正常的工作和生活。

7、4、资源利用率提高：慢性肾病需要大量的医疗资源，早期干预可以减少医疗资源的使用，节约社会资源。

8、5、提高公共卫生水平：早期干预可以有效控制慢性肾病的流行，提高公共卫生水平。同时，通过宣传和教育，公众可以更好地了解慢性肾病的预防和治疗，提高自我保健意识。

9、所以，一种基于机器学习的慢性肾脏病血管钙化预警系统成为人们亟待解决的问题。

技术实现思路

1、本发明要解决的技术问题是提供一种基于机器学的ckd血管钙化的预警体系统，解决血管钙化患者治疗不及时的难题，以一种基于机器学的方法，为ckd的患者提供血管钙化的预警，通过系统app的使用ai也会定期监测和分析患者的病情变化，并提醒患者服用药物，调整生活习惯，以及即时入院系统性治疗，让患者可以根据系统做出的计划能够更早的发现并干预ckd血管钙化，或者延缓ckd合并血管钙化的进展。

2、为解决上述技术问题，本发明提供的技术方案为一种基于机器学习的慢性肾脏病血管钙化预警系统：包括

3、采集模块，用于采集用户的病历数据以及生活习惯数据，并发送到本地数据库和云服务器；

4、分析模块，用于根据采集的用户数据通过ai大数据根据医学参考值进行数值模拟得到分析结果，所述分析结果包括血管钙化的程度及潜在危险因素的归类模型；

5、预警模块，用于根据分析结果做出预警，ai会针对患者做出血管钙化的预警，并将预警评分和诊疗意见发送给用户终端、医疗机构和预设联系人。

6、其中，所述采集模块、所述分析模块和所述预警模块依次连接。

7、作为改进，所述分析模块包括：

8、分析子模块，用于根据ai分析所述本地数据库或所述云服务器中的所述用户病历，得到初步分析结果；

9、排查子模块，用于根据所述初步分析结果从临床医学数据库中提取与所述初步分析结果相关的问题对用户进行归类，得到初步的分析结果；

10、综合子模块，用于综合所述用户数据和所述分析结果，得到预警评分；

11、其中，所述分析子模块、所述排查子模块和所述综合子模块依次连接。

12、作为改进，所述预警模块包括：

13、第一发送子模块，用于当所述分析结果显示为预警评分低危时，将所述分析结果发送到所述用户终端；

14、警告子模块，用于当所述分析结果显示为预警评分高危时，将向所述用户终端发出预设次数的警告信号；

15、第二发送子模块，用于当所述预设次数的警告信号发出后没有接收到所述用户终端的反馈信号时，通讯子模块将所述用户的预警评分和用户录入的个人信息发送给所述医疗机构和所述预设联系人；

16、其中，所述综合子模块分别与所述第一发送子模块和所述警告子模块连接，所述警告子模块、所述第二发送子模块和外部通讯器依次连接。

17、作为改进，所述用户病历数据包括主诉，现病史，既往史，体格检查，辅助检查结果，诊断意见以及主治医生。

18、作为改进，所述生活习惯数据包括三餐信息，运动信息以及睡眠信息。

19、作为改进，所述血管钙化的程度至少包括agatston评分、kauppila钙化积分、adragao评分中的一项；

20、所述潜在的危险因素的归类模型包括传统项或非传统项。

21、作为改进，所述医学参考值包括血管钙化的生物标志物面板，血管钙化的影像学图像及血管钙化的危险因素。

22、本发明与现有技术相比的优点在于：

23、1)辅助医生诊断：人工智能能够帮助医生通过对病人的数据进行分析和比较，以便更好地诊断和治疗疾病。例如，人工智能可以通过mri或ct扫描的图像来进行自动分析和识别，也可以通过检查结果自动分析和预测肾脏疾病进展趋势；

24、2)个性化治疗：通过分析患者的数据和基因信息，人工智能可以帮助医生制定更好的治疗方案，使治疗更加个性化和针对性；

25、3)生命监测：人工智能可以通过监测患者的生理信号和病情的变化，实时更新病人的健康数据，以便医生能够更好地理解疾病的进展和调整治疗方案；

26、4)医疗健康管理：人工智能可以通过对医疗数据的分析和处理，重新规划医院资源或者制定患者的检查计划，从而更好地管理医院或病人的健康。

技术特征：

1.一种基于机器学习的慢性肾脏病血管钙化预警系统，其特征在于：包括

2.根据权利要求1所述的一种基于机器学习的慢性肾脏病血管钙化预警系统，其特征在于：所述分析模块包括：

3.根据权利要求2所述的一种基于机器学习的慢性肾脏病血管钙化预警系统，其特征在于：所述预警模块包括：

4.根据权利要求3所述的一种基于机器学习的慢性肾脏病血管钙化预警系统，其特征在于：所述用户病历数据包括主诉，现病史，既往史，体格检查，辅助检查结果，诊断意见以及主治医生。

5.根据权利要求3所述的一种基于机器学习的慢性肾脏病血管钙化预警系统，其特征在于：所述生活习惯数据包括三餐信息，运动信息以及睡眠信息。

6.根据权利要求1所述的一种基于机器学习的慢性肾脏病血管钙化预警系统，其特征在于：所述血管钙化的程度至少包括agatston评分、kauppila钙化积分、adragao评分中的一项；

7.根据权利要求5所述的一种基于机器学习的慢性肾脏病血管钙化预警系统，其特征在于：所述医学参考值包括血管钙化的生物标志物面板，血管钙化的影像学图像及血管钙化的危险因素。

技术总结
本发明公开了一种基于机器学习的慢性肾脏病血管钙化预警系统，采集模块，用于采集用户的病历以及生活习惯等数据；分析模块，用于根据采集的用户数据通过AI大数据得到血管钙化的程度以及危险因素的归类模型；预警模块，用于根据分析结果做出预警。本技术方案解决了血管钙化患者治疗不及时的难题，以一种基于机器学的方法为CKD的患者提供血管钙化的预警，通过app的使用AI也会定期监测和分析患者的病情变化，并提醒患者服用药物，调整生活习惯，以及即时入院系统性治疗，让患者可以根据系统预警做出的计划能够更早的发现并干预CKD血管钙化，或者延缓CKD合并血管钙化的进展。

技术研发人员：滕思远,高智鹏
受保护的技术使用者：大连医科大学附属第二医院
技术研发日：
技术公布日：2024/1/15