一种基于自然语言处理锚定和多中心电子病历建模的院内缺血性卒中动态预警方法

本发明涉及医疗人工智能，具体涉及一种基于自然语言处理锚定和多中心电子病历建模的院内缺血性卒中动态预警方法。

背景技术：

1、院内缺血性卒中属于典型的时间敏感型临床急症。患者一旦出现神经功能缺损，是否能够在较短时间内完成床旁复核、卒中团队响应、影像检查和后续干预，往往直接影响再灌注治疗机会及长期神经功能结局。

2、与院外社区起病不同，院内缺血性卒中常发生于处于术后、镇静、重症监护、多病共存或血流动力学波动状态的住院患者。此类患者既往基础疾病复杂，监测信息繁杂，早期神经异常容易被其他病情变化掩盖。

3、现有院内卒中识别流程多数依赖医护人员在明显神经功能缺损出现后进行被动响应，缺乏面向起病前生理波动阶段的动态预警机制，难以为临床团队争取足够提前量。

4、近年来，基于电子病历的机器学习方法逐渐用于患者恶化识别和卒中相关预测。既有研究表明，结构化变量和非结构化临床文本中均包含卒中风险相关信号，但大量方案仍停留在静态二分类层面，无法直接适配住院连续监测场景。

5、真实电子病历中还存在一个关键难题，即卒中起病时刻通常缺乏高可信度的结构化记录。诊断时间、影像时间、医嘱录入时间往往滞后于最早症状出现时间，若直接将其作为标签时间原点，极易造成标签偏移和前视偏倚。

6、此外，黑箱式风险模型缺乏临床可解释证据，也限制了院内团队对预警结果的信任和执行。单中心模型在推广至其他机构时，还会受到文书习惯、测量密度、患者构成和医疗流程差异的影响，导致迁移性能下降。

技术实现思路

1、发明目的：本发明的目的是提供一种基于自然语言处理锚定和多中心电子病历建模的院内缺血性卒中动态预警方法，解决现有技术中结构化起病时间缺失、静态分类不适用于连续监测、跨中心推广能力有限以及风险提示缺乏解释证据的问题。

2、技术方案：本发明所述的一种基于自然语言处理锚定和多中心电子病历建模的院内缺血性卒中动态预警方法，包括以下步骤：

3、步骤s1：采集住院患者的结构化电子病历数据、连续生命体征数据及非结构化临床文本，并为每个候选样本定义统一的分析截止时刻；

4、步骤s2：对非结构化临床文本进行卒中时间锚定，通过层级式自然语言处理策略获得患者的临床记录卒中锚点时间；

5、步骤s3：以卒中实际起病时刻为时间零点，围绕起病前4小时、5小时和6小时分别构建动态预警标签，并设置事件盲区和过渡缓冲区以剔除模糊样本；

6、步骤s4：在不晚于分析截止时刻的约束下，提取人口学特征、合并症特征、实验室特征、生命体征统计特征及血流动力学衍生特征，形成预警输入向量；

7、步骤s5：对预警输入向量执行缺失值插补、稳健缩放和类别不平衡处理，分别训练多种树模型作为预警模型，并采用患者级交叉验证确定最优模型及其分类阈值；

8、步骤s6：将训练得到的最优模型、预处理器和分类阈值冻结后应用于待测患者，输出院内缺血性卒中动态预警风险；

9、步骤s7：利用shap方法对预警结果执行群体级、特征级和患者级解释，生成临床可复核的解释证据。

10、进一步的，步骤s2中，卒中起病时间锚定采用层级式自然语言处理策略具体如下：显式起病时刻识别，用于抽取文本中的绝对时间表达；相对时间表达解析，用于结合记录时间元数据将相对时间短语转换为绝对时间；以及记录时间回退，用于在存在明确急性卒中叙述但缺乏精确时刻时，将记录生成时刻作为保守代理时间上界。

11、进一步的，步骤s2中，进一步执行文本事件过滤，排除既往卒中史、卒中排除诊断、与当前住院事件无关的神经系统异常及模糊历史事件叙述，以降低时间锚定偏差。

12、进一步的，步骤s3中，设置预警窗口分别为起病前4小时、5小时和6小时；设置事件盲区为起病前15分钟，设置过渡缓冲区为15分钟；正样本时间区间定义为从起病前减去预警窗口再减去过渡缓冲区开始、到起病前减去事件盲区结束；负样本时间区间定义为从起病前480分钟开始、到起病前减去预警窗口再减去过渡缓冲区结束；剔除区间包括从起病前减去预警窗口再减去过渡缓冲区到起病前减去预警窗口加上过渡缓冲区的区间，以及从事件盲区到起病时刻的区间。

13、进一步的，步骤s4中，提取,特征包括：年龄、性别、高血压、糖尿病、高脂血症、缺血性心脏病、慢性肾病、肌酐、葡萄糖、血细胞比容、钾、钠、心率、呼吸频率、收缩压、舒张压和血氧饱和度；并在分析截止时刻前6小时的观察窗内对心率、呼吸频率、收缩压、舒张压和血氧饱和度分别提取均值、最大值和最小值。

14、进一步的，步骤s4中，进一步构造血流动力学衍生特征,包括：脉压均值，由收缩压均值减去舒张压均值得到；平均动脉压均值，由收缩压均值加上两倍舒张压均值后除以3得到；以及休克指数，由心率均值除以收缩压均值得到。

15、进一步的，步骤s5中，对连续变量采用基于k=5的k近邻插补方法进行缺失值填充；采用稳健缩放方法对连续特征进行标准化，即每个值减去该特征的中位数后除以四分位距；在患者级划分后的训练折内部采用smote方法进行过采样以缓解类别不平衡；通过患者级五折交叉验证训练候选模型，并使用约登指数，即灵敏度和特异度之和减一，确定最优分类阈值。

16、进一步的，多种树模型至少包括lightgbm、xgboost和random forest三种模型。

17、进一步的，步骤s6中，将内部开发数据集上训练得到的预处理器、衍生特征规则、模型参数和分类阈值全部冻结，并直接迁移应用于外部验证数据集，不执行再训练、再加权或再校准。

18、进一步的，步骤s7中，输出以下三类解释结果：群体级特征重要性排序、关键生理变量的风险变化依赖关系图、以及单个患者预警触发的瀑布图分解结果。

19、有益效果：与现有技术相比，本发明具有如下显著优点：第一，通过自然语言处理重建卒中起病时刻，提高了动态标签的时间真实性；第二，通过多时距窗口和盲区设计，使模型面向真正可干预的起病前状态学习；第三，通过多中心冻结迁移验证，提高了技术方案的推广可信度；第四，通过多层次解释输出增强了预警系统的临床可用性和审查性。

1.一种基于自然语言处理锚定和多中心电子病历建模的院内缺血性卒中动态预警方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于自然语言处理锚定和多中心电子病历建模的院内缺血性卒中动态预警方法，其特征在于，步骤s2中，卒中起病时间锚定采用层级式自然语言处理策略具体如下：显式起病时刻识别，用于抽取文本中的绝对时间表达；相对时间表达解析，用于结合记录时间元数据将相对时间短语转换为绝对时间；以及记录时间回退，用于在存在明确急性卒中叙述但缺乏精确时刻时，将记录生成时刻作为保守代理时间上界。

3.根据权利要求1所述的一种基于自然语言处理锚定和多中心电子病历建模的院内缺血性卒中动态预警方法，其特征在于，步骤s2中，进一步执行文本事件过滤，排除既往卒中史、卒中排除诊断、与当前住院事件无关的神经系统异常及模糊历史事件叙述，以降低时间锚定偏差。

4.根据权利要求1所述的一种基于自然语言处理锚定和多中心电子病历建模的院内缺血性卒中动态预警方法，其特征在于，步骤s3中，设置预警窗口分别为起病前4小时、5小时和6小时；设置事件盲区为起病前15分钟，设置过渡缓冲区为15分钟；正样本时间区间定义为从起病前减去预警窗口再减去过渡缓冲区开始、到起病前减去事件盲区结束；负样本时间区间定义为从起病前480分钟开始、到起病前减去预警窗口再减去过渡缓冲区结束；剔除区间包括从起病前减去预警窗口再减去过渡缓冲区到起病前减去预警窗口加上过渡缓冲区的区间，以及从事件盲区到起病时刻的区间。

5.根据权利要求1所述的一种基于自然语言处理锚定和多中心电子病历建模的院内缺血性卒中动态预警方法，其特征在于，步骤s4中，提取,特征包括：年龄、性别、高血压、糖尿病、高脂血症、缺血性心脏病、慢性肾病、肌酐、葡萄糖、血细胞比容、钾、钠、心率、呼吸频率、收缩压、舒张压和血氧饱和度；并在分析截止时刻前6小时的观察窗内对心率、呼吸频率、收缩压、舒张压和血氧饱和度分别提取均值、最大值和最小值。

6.根据权利要求1所述的一种基于自然语言处理锚定和多中心电子病历建模的院内缺血性卒中动态预警方法，其特征在于，步骤s4中，进一步构造血流动力学衍生特征,包括：脉压均值，由收缩压均值减去舒张压均值得到；平均动脉压均值，由收缩压均值加上两倍舒张压均值后除以3得到；以及休克指数，由心率均值除以收缩压均值得到。

7.根据权利要求1所述的一种基于自然语言处理锚定和多中心电子病历建模的院内缺血性卒中动态预警方法，其特征在于，步骤s5中，对连续变量采用基于k=5的k近邻插补方法进行缺失值填充；采用稳健缩放方法对连续特征进行标准化，即每个值减去该特征的中位数后除以四分位距；在患者级划分后的训练折内部采用smote方法进行过采样以缓解类别不平衡；通过患者级五折交叉验证训练候选模型，并使用约登指数，即灵敏度和特异度之和减一，确定最优分类阈值。

8.根据权利要求1所述的一种基于自然语言处理锚定和多中心电子病历建模的院内缺血性卒中动态预警方法，其特征在于，多种树模型至少包括lightgbm、xgboost和randomforest三种模型。

9.根据权利要求1所述的一种基于自然语言处理锚定和多中心电子病历建模的院内缺血性卒中动态预警方法，其特征在于，步骤s6中，将内部开发数据集上训练得到的预处理器、衍生特征规则、模型参数和分类阈值全部冻结，并直接迁移应用于外部验证数据集，不执行再训练、再加权或再校准。

10.根据权利要求1所述的一种基于自然语言处理锚定和多中心电子病历建模的院内缺血性卒中动态预警方法，其特征在于，步骤s7中，输出以下三类解释结果：群体级特征重要性排序、关键生理变量的风险变化依赖关系图、以及单个患者预警触发的瀑布图分解结果。