基于集成时序森林策略优化的癌症患者舒缓医疗适用性评价方法

本发明涉及一种医疗数据分析与决策方法，具体涉及一种基于集成时序森林策略优化的癌症患者舒缓医疗适用性评价方法，属于医疗领域。

背景技术：

1、随着癌症治疗理念的进步，舒缓医疗（palliative care）在改善进展期癌症患者生活质量、延长生存时间方面的重要作用日益凸显，尤其早期舒缓医疗介入已被证实能为患者带来显著获益。科学精准地评估患者的舒缓医疗适用性，并据此制定个体化、分层次的干预方案，已成为优化医疗资源配置、提升整体治疗效果的关键环节。

2、目前，针对癌症患者舒缓医疗适用性的评价主要依赖临床医生的经验判断或单一维度的筛查工具，如基于症状量表（如esas-r）的阈值划分、基于功能状态（如kps评分）的粗略分层等。这些方法虽然简便，但存在明显局限：

3、其一，评价过程多基于静态、单时间点的信息，难以捕捉患者症状、心理及功能状态的动态演变趋势，导致评估结果滞后于实际病情变化；

4、其二，缺乏对多源信息（如人口统计学特征、合并症、时序症状轨迹）的系统性融合与量化分析，评价维度单一，个性化程度不足；

5、其三，现有方法多侧重于现状评估，未能与后续的干预级别推荐及长期治疗效果（如生活质量评分变化）形成闭环优化，无法实现“评估-干预-再评估”的持续改进循环。

6、因此，临床上亟需一套能够融合时序多维度数据、实现动态精准评估、并能与分层干预推荐及疗效预测智能衔接的舒缓医疗适用性评价方法。

技术实现思路

1、本发明旨在解决现有癌症患者舒缓医疗适用性评价方法依赖静态单一维度评估、难以捕捉病情动态演变、且与分层干预决策脱节的问题。

2、为了解决上述技术问题，本发明的技术方案是公开了一种基于集成时序森林策略优化的癌症患者舒缓医疗适用性评价方法，其特征在于，包括以下步骤：

3、步骤1、采集患者信息数据以及对应的舒缓医疗适用性评价等级，获得患者样本数据；

4、步骤2、对每个患者样本数据进行特征工程处理，提取患者样本数据的特征，构建特征集，其中，针对任意患者的患者样本数据，所提取的特征包括：

5、静态特征；

6、时序生理心理症状评分，，表示患者的确诊时间，表示所述舒缓医疗适用性评价等级的更新周期，表示采集的周期数；

7、舒缓医疗适用性评价等级；

8、时序动态特征；

9、时间特征，表示距离确诊时间的周期数；

10、步骤3、利用步骤2构建的特征集，训练集成时序森林分类器，用于当前时间舒缓医疗适用性评价等级基线分类，集成时序森林分类器的输入为静态特征、时序生理心理症状评分、时序动态特征以及时间特征，输出为舒缓医疗适用性评价等级的预测值，其中，将时刻针对患者所述集成时序森林分类器输出的预测值表示为；

11、步骤4、基于步骤s2构建的特征集，构建状态转移数据集，训练多输出集成树回归模型，预测在给定当前状态和舒缓医疗适用性评价等级下，患者下一时间点状态变化，多输出集成树回归模型的输入为静态特征、当前周期的时序生理心理症状评分、症状趋势特征、当前周期通过所述集成时序森林分类器获得的预测值以及舒缓医疗适用性评价等级变化方向，输出为下一周期的时序生理心理症状评分的预测值，其中，症状趋势特征，为上一周期的时序生理心理症状评分，舒缓医疗适用性评价等级变化方向为当前周期的舒缓医疗适用性评价等级相比于上一周前的舒缓医疗适用性评价等级的变化方向；

12、步骤5、基于步骤3的集成时序森林分类器和步骤4的多输出集成树回归模型，定义离散状态空间和动作空间，设计融合症状改善、干预适宜性与资源优化的奖励函数，生成模拟转移数据集，采用q-learning算法训练策略优化器，获得最优等级调整策略，并与集成时序森林分类器加权融合，实现临床安全约束下的舒缓医疗适用性评价等级推荐。

13、优选的，步骤1中，所述患者信息数据包括人口统计学信息、诊断信息以及病史信息。

14、优选的，步骤2中，所述静态特征，其中，表示患者的年龄，表示患者的性别，表示患者的癌症诊断类型，表示患者的合并症类型。

15、优选的，步骤2中，所述时序动态特征，其中：

16、表示患者在时间的生理心理症状评分与上一时间点即的生理心理症状评分的差值；

17、表示患者最近个时间点的生理心理症状评分均值；

18、表示患者在时间的生理心理症状评分比较上一时间点的生理心理症状评分所改善的症状数量；

19、表示患者在时间点的生理心理症状评分比较上一时间点的生理心理症状评分所恶化的症状数量；

20、表示患者在时间的生理心理症状评分的最高分；

21、表示患者在时间的生理心理症状评分中大于5分的症状数量。

22、优选的，步骤3中，对所述集成时序森林分类器进行训练时，目标为最小化加权交叉熵损失函数：

23、

24、其中：表示类别的权重，不同类别代表不同舒缓医疗适用性评价等级；表示指示函数；表示集成树模型预测的概率分布；表示舒缓医疗适用性评价等级的真实值。

25、优选的，步骤3中，在推理阶段，对所述集成时序森林分类器输出的预测结果进行时间平滑约束：若，，则经过后处理调整获得所述集成时序森林分类器的输出。

26、优选的，步骤4中，对所述多输出集成树回归模型进行训练时，目标为最小化多输出均方误差：

27、

28、式中，为时序生理心理症状评分的真实值。

29、优选的，步骤4中，在推理阶段，对所述多输出集成树回归模型输出的预测值进行最近邻映射，其中，表示患者症状与体征维度个数，并预先从训练数据中计算各症状之间的皮尔逊相关系数矩阵，基于皮尔逊相关系数矩阵获得强相关的症状对，对于强相关的症状对，若预测结果中增减方向明显违背历史相关性，则进行微调。

30、优选的，所述步骤5包括以下步骤：

31、步骤501、定义强化学习环境以及状态和动作空间：

32、将患者当前状态表示为离散状态，其中：

33、表示症状等级；

34、表示最近三次舒缓医疗适用性评价等级，每个分量取值；

35、定义动作空间定义，包括：

36、动作集合，其中：0表示“维持当前评价等级”，1表示“升级”，2表示“降级”；

37、动作执行后，下一时间点的评价等级由当前等级和动作共同决定：

38、

39、步骤502、将即时奖励定义为三个分量的加权和：

40、

41、其中：、、为可调权重系数；

42、为症状改善奖励用于评价干预结果：

43、

44、式中，为干预后症状等级，为干预前症状等级；

45、为干预适宜性奖励，用于评价决策质量：

46、若，；

47、若，；

48、若，；

49、为资源优化奖励，用于评价资源利用情况：

50、若动作为降级且干预前后症状等级未恶化，（节约医疗资源）；

51、若动作为降级且干预后相比于干预前后症状等级恶化，；

52、其他情况，；

53、步骤503、基于步骤3的集成时序森林分类器和步骤4的多输出集成树回归模型，生成训练数据，对训练数据中的每个样本，以实际状态为起点，依次尝试所有动作，利用状态转移预测器预测下一时间点的症状评分，进而计算下一症状等级，并计算即时奖励，形成四元组，所有生成的四元组构成强化学习训练集；

54、步骤504、q-learning训练：

55、初始化动作价值函数；

56、对于每个训练轮次（epoch），从强化学习训练集中随机采样小批量四元组并更新：

57、

58、其中，为学习率，为折扣因子，表示奖励值，表示动作价值；

59、在训练过程中，以概率随机选择动作，以概率选择当前值最大的动作，随训练轮次增加从初始值逐渐衰减至最小值；当连续若干轮次中，策略不再发生明显变化，或者达到预设的最大训练轮次时，停止训练；

60、训练完成后，获得最优策略：；

61、步骤505、对于新患者在时间点，首先利用步骤s3的步骤3的集成时序森林分类器得到初始推荐级别，同时基于当前状态查询最优策略得到强化学习推荐动作，然后得到推荐级别；

62、最终决策级别通过加权投票决定：

63、

64、式中，为平衡系数，表示四舍五入取整函数。

65、本发明通过系统集成患者时序生理心理症状评分、静态临床特征与历史干预记录，构建集成时序森林模型，实现对患者当前状态所对应舒缓医疗级别的精准、可解释基线预测，实现当前舒缓医疗适用性等级的精准基线预测。同时，利用多输出集成树回归模型构建状态转移预测器，动态模拟不同干预策略下的患者症状演变轨迹。在此基础上，引入强化学习机制，以远期生活质量改善为优化目标，结合症状改善、干预适宜性与资源节约等多维奖励函数，对干预推荐策略进行仿真优化，学习最优的动态等级调整策略，并与基线分类器加权融合，辅以临床安全约束，形成一套数据驱动、动态评估、闭环优化的智能决策支持方法，提升舒缓医疗资源分配的精准性、干预措施的时效性及患者生活质量长期获益。

66、本发明所提供的技术方案有效克服了现有方法依赖静态单点评估、缺乏纵向趋势分析、与干预决策脱节等局限，显著提升了舒缓医疗资源分配的精准性和干预措施的时效性，同时具有模型可解释性强、训练数据需求适中、易于在临床实践中部署推广等优点。