一种基于人工智能的血液透析模型的构建方法与流程

本发明涉及人工智能，特别涉及一种基于人工智能的血液透析模型的构建方法。

背景技术：

1、目前，我国透析数据库通常以单个血液透析中心为单位传输、存储数据，没有进行有效的数据采集、存储、管理和评价，导致透析数据整体质量不佳，数据分析及应用率不高，无法有效地辅佐临床医生的日常工作和研究。对患者个体来说，数据本身则常常存在缺漏、时效性差、准确性低等问题。如何实现智能、高效、及时、准确的血液透析数据评价是亟待解决的问题。

2、因此，本发明提供一种基于人工智能的血液透析模型的构建方法。

技术实现思路

1、本发明提供一种基于人工智能的血液透析模型的构建方法，用以通过自动采集透析中心存储的医疗数据，高效传输至中央服务器，并设计三表结构来汇总存储患者数据；建立血液透析模型包含数据评价和监察机制保证数据质量。可实现高效的采集、传输、汇聚、存储、评价血液透析患者数据，使其方便临床应用和人工智能模型调用。

2、本发明提供一种基于人工智能的血液透析模型的构建方法，包括：

3、步骤1：获取透析中心存储的历史透析数据并进行预处理得到历史数据；

4、步骤2：设计关键三表结构对所述历史数据进行汇总，得到第一汇总结果；

5、步骤3：引入人工智能算法，构建目的神经网络训练第一汇总结果得到血液透析模型；

6、步骤4：中央服务器实时接收并利用关键三表结果对医疗数据汇总得到目标汇总结果后，再利用血液透析模型对所述目标汇总结果进行数据评价，得到第一评价结果；

7、步骤5：分析所述第一评价结果并向对应透析中心反馈以对目标汇总结果进行修正。

8、优选的，所述历史透析数据包括有：患者身份基本信息、患者诊断信息、患者化验检查信息、患者用药信息、医生医嘱信息、医生治疗方案信息和医疗机构信息。

9、优选的，设计关键三表结构对所述历史数据进行汇总，得到第一汇总结果，包括：

10、预设关键三表结构的组成部分死亡患者表、在透患者表以及患者清单列表；

11、从历史数据的患者基本信息表中，按身份证号字段、患者排重字段，生成第一患者清单列表；

12、根据患者清单列表中的患者转归分类，筛选出死亡患者并结合对应死亡患者透析数据建立第一死亡患者表；

13、根据患者清单列表的患者转归分类，选出非死亡患者，并遍历非死亡患者在不同医院的转归记录，找到的最大的转归时间，再结合非死亡患者对应透析数据建立第一在透患者表；

14、将所述第一死亡患者表、第一在透患者表以及第一患者清单列表作为第一汇总结果输出。

15、优选的，引入人工智能算法，构建目的神经网络训练第一汇总结果得到血液透析模型，包括：

16、从多源数据质量评价指标库中筛选得到目的指标，并建立透析数据评价指标体系；

17、将所述透析数据评价指标体系与三重数据监察机制相结合，得到目的评价指标体系；

18、对所有目的评价指标体系，利用层次分析法建立对应目的评价层次模型；

19、利用指标评判矩阵标度含义表对所述目的评价层次模型中各层要素对应权重建立矩阵，得到第一目的矩阵；

20、对所述第一目的矩阵进行特征计算与一致性检验后得到对应目标评价指标体系中各个指标的目的权重；

21、基于所述目的评价指标体系以及对应各指标的目的权重，构建包括有特征提取模块、动作生成模块以及数据评价模块的目的神经网络；

22、将所述第一汇总结果导入目的神经网络中进行模型初始化与训练配置后得到血液透析模型，以获取数据评价值；

23、其中，数据评价值的计算公式如下所示：

24、

25、式中，rz表示为第z类数据评价值，且z∈1，2，3；nz表示为第z类目的评价指标体系的数据评价维度数量；az表示为维度起始序号；mzj表示为第z类目的评价指标体系中第j个维度的指标数量；aj表示为指标起始序号；pzji表示为第z类目的评价指标体系中第j个维度的第i个指标的评分；μzji表示为第z类目的评价指标体系中第j个维度的第i个指标的目的权重；wj表示为第z类目的评价指标体系中第j个维度的权重；δ表示为数据评价过程中产生的损耗因子；

26、从不同透析中心中分别提取若干患者的透析数据作为测试数据对所述血液透析模型进行模型效果验证与优化，得到最优的血液透析模型。

27、优选的，从多源数据质量评价指标库中筛选得到目的指标，并建立透析数据评价指标体系，包括：

28、根据大数据相关分析法，对多源透析数据质量评价指标中相关系数大于预设阈值的指标进行删除，得到初指标；

29、利用大数据主成分分析法从所述初指标中选出主成分因子负载的绝对值大于预设负载阈值的指标作为目的指标；

30、确定数据评价维度，再对所有目的指标进行划分，构建得到透析数据评价指标体系。

31、优选的，从不同透析中心中分别提取若干患者的透析数据作为测试数据对所述血液透析模型进行模型效果验证与优化，得到最优的血液透析模型。

32、从不同透析中心中分别提取若干患者的透析数据作为测试数据预处理后，再利用关键三表结构对预处理后的数据进行汇总得到测试汇总结果；

33、将所述测试汇总结果输入血液透析模型，输出测试评价结果；

34、分析所述测试评价结果得到第一数据质量评价，并与测试数据的原数据质量评价进行比较，得到评价误差比例；

35、若评价误差比例大于预设误差阈值，则确定并标记与测试数据的原数据质量评价不一致的第一数据质量评价相对应的测试评价结果；

36、确定标记后的测试评价结果所对应匹配的维度以及目的指标，并分别标记为问题维度以及问题指标；

37、获取所述问题维度与问题指标的标记次数，并分别计算得到第一标记概率以及第二标记概率；

38、基于第一标记概率以及第二标记概率，对所述问题维度以及问题指标进行权重修正，得到最优的血液透析模型；

39、其中，指标修正权重的计算公式如下所示：

40、

41、式中，xb表示为问题指标修正后的指标权重；f2表示为问题指标的第二标记概率，且m01为对标记后的测试评价结果中的问题指标进行标记的总个数；m02为所确定的标记后的测试评价结果中所有指标的总个数；；b表示为对应问题指标修正前的指标权重；表示为与对应问题指标处于同一维度下的其余目的指标的平均相关度；|δk|表示为对应问题指标的主成分因子负载与相应处于同一维度下的所有指标的主成分因子负载的绝对平均差值；α1表示为对应问题指标对所在维度的重要影响因子；f02为第二标记阈值；ln为对数函数符号；σ12表示为基于对应问题指标涉及到的所有指标相关度的方差；σ22表示为基于对应问题指标涉及到的所有绝对负载差值的方差；

42、其中，维度修正权重的计算公式如下所示：

43、

44、式中，xw表示为问题维度修正后的维度权重；z1表示为问题维度内的问题指标个数；z0表示为问题维度内的指标总个数；表示为问题维度内所有问题指标修正后的指标权重与对应修正前的指标权重的绝对误差值中的最小值；表示为问题维度修正前的维度权重；f1表示为第一标记概率，且n01表示为所标记的问题维度的维度总数；n02表示为标记后的测试评价结果中存在的维度总数；y0表示为预设误差阈值；表示为与最小值所映射的测试评价结果的误差评价比例；表示为问题维度内所有问题指标修正后的指标权重与对应修正前的指标权重的绝对误差值的平均值；f01表示为第一标记阈值。

45、优选的，基于中央服务器实时接收并对透析中心存储的当下医疗数据预处理得到目标数据后，再利用血液透析模型对所述目标数据进行数据评价，得到第一评价结果，包括：

46、通过硬件级接口，并结合机器通讯协议，利用数据采集器从透析机中获取患者透析过程中的监测数据；

47、将获取的监测数据与透析数据相结合作为医疗数据通过数据采集器传递给专用集线器后，再通过所述专用集线器将所述医疗数据写入中央服务器；

48、中央服务器对实时接收到的医疗数据进行预处理得到目标数据；

49、将所述目标数据利用所述关键三表结构进行汇总后得到目标汇总结果；

50、将所述目标汇总结果输入血液透析模型中进行数据评价，得到第一评价结果。

51、优选的，分析所述第一评价结果并向对应透析中心反馈以对目标汇总结果进行修正，包括：

52、根据所述第一评价结果，若字段级数据评价值r1不大于预设字段评价阈值则判定当前存在数据不合理；

53、此时，跟进并判断目标汇总结果中不合理数据的数据错误类别，以及确定不合理数据的数据来源，即对应透析中心；

54、结合数据错误类别，对该透析中心进行反馈，来对不合理数据进行数据修正；

55、若单表数据评价值r2不大于预设单表评价阈值则判定当前存在单表数据不准确；

56、此时，标定各表中存在的重复、异常的数据，并对重复数据进行多余数据删除以及获取异常数据的数据来源，即对应透析中心；

57、对透析中心进行反馈来对异常数据进行数据分析与修正；

58、若多表组合业务数据评价值r3不大于预设多表评价阈值则判定当前存在存在业务数据不准确；

59、此时，对多表进行数据关联校验，获取业务校验结果；

60、确定不准确业务数据的数据来源，即对应透析中心，再结合所述业务校验结果进行反馈与业务数据纠偏。

61、与现有技术相比，本技术的有益效果如下：

62、通过自动采集透析中心存储的医疗数据，高效传输至中央服务器，并设计三表结构来汇总存储患者数据；建立血液透析模型包含数据评价和监察机制保证数据质量。可实现高效的采集、传输、汇聚、存储、评价血液透析患者数据，使其方便临床应用和人工智能模型调用。

63、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

64、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。