一种基于超早期多中心电子病历建模的卒中二元预后预测方法

本发明涉及医学人工智能，具体涉及一种基于超早期多中心电子病历建模的卒中二元预后预测方法。

背景技术：

1、卒中患者在入院或急诊早期即可能出现差异显著的临床轨迹。一部分患者经稳定处理后可进入相对良好的恢复路径，另一部分患者可能因神经功能进展、低氧、循环不稳定、感染、代谢紊乱或多器官应激而转归不良。因此，在最初数小时内进行预后分层，对监测强度调整、床位和护理资源配置、上级医生复核优先级排序以及后续多模态评估触发具有实际意义。

2、传统卒中预后评估多依赖人工评分、影像结果、治疗反应、出院前状态或较晚产生的病程记录。上述信息虽然具有临床价值，但在真正需要早期分层的场景中可能尚未产生；若将后续治疗、并发症或出院去向等变量纳入建模，模型容易产生时间泄漏或结局注释，使预测结果无法反映超早期可用数据的独立价值。

3、结构化电子病历数据具有常规采集、可自动读取、部署成本较低等优势。人口学、合并症、实验室检查和生命体征包含基础风险、代谢状态、氧合状态和血流动力学稳定性信号。但不同机构之间存在时间戳定义、变量命名、检测密度、患者构成和数据记录流程差异，单中心训练模型在外部迁移时容易出现性能下降。现有院内卒中动态预警技术通常关注事件发生前的预警窗口，需要从临床文本中锚定起病时刻并在起病前构造正负样本；因此现有技术中早期可用变量利用不足、跨中心推广能力有限、时间泄漏控制不足、阈值选择不稳定和模型解释性不足的问题。

技术实现思路

1、发明目的：本发明的目的是提供一种基于超早期多中心电子病历建模的卒中二元预后预测方法，关注已经进入卒中相关就诊流程后的二元预后预测，不抽取院内卒中起病时刻，不构造起病前动态预警样本，而是在就诊锚点后的固定超早期窗口内估计预后不良概率。该任务边界能够显著区别于院内卒中动态预警方法；解决现有技术中早期可用变量利用不足、跨中心推广能力有限、时间泄漏控制不足、阈值选择不稳定和模型解释性不足的问题。

2、技术方案：本发明所述的一种基于超早期多中心电子病历建模的卒中二元预后预测方法，包括以下步骤：

3、步骤1：接入至少两个医疗中心的卒中相关就诊电子病历数据，以每次就诊为分析单元，确定统一的锚点时间；

4、步骤2：依据统一的二元预后终点定义规则，将每个就诊样本标注为预后良好或预后不良，并将预后不良作为预测的阳性类别；

5、步骤3：以锚点时间为起点，分别构建多个固定的超早期观察窗口，并仅允许在各窗口内已产生的电子病历数据进入后续建模；

6、步骤4：从超早期观察窗口内提取人口学特征、合并症特征、实验室检查特征、生命体征特征以及基于生命体征计算的血流动力学衍生特征，形成候选特征集合；

7、步骤5：对不同医疗中心的候选特征进行共享数值特征的交集筛选，并删除身份标识、时间戳、预后标签、出院去向以及可能造成结局泄漏的字段，形成统一的跨中心共享特征空间；

8、步骤6：在内部开发队列中，拟合缺失值插补器、特征缩放器、类别不平衡处理过采样器以及二分类集成学习模型，并通过内部验证确定模型参数和分类阈值，然后将插补器、缩放器、过采样器、模型参数和分类阈值全部冻结；

9、步骤7：将冻结后的完整预测管线迁移至外部验证队列，在不进行任何再训练、再加权或再校准的条件下，输出每个就诊样本的预后不良风险概率；

10、步骤8：基于shap方法生成群体级的特征重要性排序及特征影响方向汇总图，以及患者级的风险贡献瀑布图，作为预后预测结果的可复核解释证据。

11、进一步的，超早期观察窗口为锚点时间后的第4小时、第5小时和第6小时三个固定时长窗口，各窗口独立用于建模，以评估不同早期信息积累程度下的预测性能。

12、进一步的，二元预后终点统一规则具体为：将居家出院、居家健康服务或经人工校正的良好临床轨迹归为预后良好；将临终关怀、专业护理机构、康复机构、长期照护机构、急性期转院或经人工校正的不良临床轨迹归为预后不良；并剔除无法明确归类或标签相互冲突的样本。

13、进一步的，血流动力学衍生特征至少包括平均脉压、平均动脉压和休克指数，上述特征均由所述超早期观察窗口内重复测量的收缩压、舒张压和心率统计值计算得到，用以刻画卒中患者的早期循环负荷和灌注状态。

14、进一步的，形成统一特征空间具体如下：仅保留所有参与中心的电子病历数据库中共同存在的数值型临床变量，并确保各中心对同一变量的临床定义和测量单位一致，从而消除因变量命名、记录习惯和数据结构差异导致的模型迁移性能下降。

15、进一步的，集成学习模型包括lightgbm、xgboost和随机森林中的一种或多种组合，并以预后不良的风险概率作为主要输出；分类阈值通过最大化训练集或训练折内的youden指数确定，且阈值在冻结后适用于所有外部验证样本。

16、进一步的，类别不平衡处理采用合成少数类过采样技术，且过采样操作仅作用于内部交叉验证的训练折内部，不作用于验证折或任何外部验证队列，以保证验证过程的真实性。

17、进一步的，冻结式外部验证为一次性迁移验证，验证过程中完全锁定内部开发阶段生成的所有预处理规则、特征筛选规则、模型参数和分类阈值，不根据外部验证队列的数据分布进行任何形式的调整或自适应更新。

18、本发明所述的一种基于超早期多中心电子病历建模的卒中二元预后预测系统，包括：

19、数据接入模块，用于读取多中心结构化电子病历，完成就诊级样本索引、时间戳标准化和源字段映射；

20、预后标签模块，用于执行二元预后终点本体映射，标注预后良好或预后不良并剔除冲突标签；

21、时间窗口构建模块，用于围绕锚点时间生成多个固定的超早期观察窗口，并执行窗口内数据截断；

22、特征工程模块，用于生成人口学、合并症、实验室检查、生命体征及血流动力学衍生特征；

23、跨中心协同模块，用于保留各中心共享的数值特征，删除身份标识、标签、出院去向及潜在结局泄漏字段；

24、模型训练模块，用于拟合缺失值插补器、特征缩放器、过采样器及二分类集成学习模型，并在内部验证后冻结全部参数和规则；

25、冻结验证模块，用于将冻结后的预测管线迁移至外部验证队列，输出预后不良风险概率及置信区间统计；

26、解释输出模块，用于生成群体级shap特征重要性汇总图、患者级shap瀑布图以及风险分层报告。

27、有益效果：与现有技术相比，本发明具有如下显著优点：第一，将预测变量严格限制在卒中相关就诊后4至6小时内，降低未来信息泄漏；第二，通过二元预后终点本体统一内部开发队列和外部验证队列，使不同来源的标签映射至同一预测任务；第三，通过跨中心共享数值特征协同减少变量命名和记录习惯差异对迁移性能的影响；第四，通过冻结式外部验证真实评估部署边界，避免在外部队列再训练后掩盖迁移困难；第五，通过shap群体级和患者级解释证据，提高模型输出的临床可审查性。

1.一种基于超早期多中心电子病历建模的卒中二元预后预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于超早期多中心电子病历建模的卒中二元预后预测方法，其特征在于，超早期观察窗口为锚点时间后的第4小时、第5小时和第6小时三个固定时长窗口，各窗口独立用于建模，以评估不同早期信息积累程度下的预测性能。

3.根据权利要求1所述的一种基于超早期多中心电子病历建模的卒中二元预后预测方法，其特征在于，二元预后终点统一规则具体为：将居家出院、居家健康服务或经人工校正的良好临床轨迹归为预后良好；将临终关怀、专业护理机构、康复机构、长期照护机构、急性期转院或经人工校正的不良临床轨迹归为预后不良；并剔除无法明确归类或标签相互冲突的样本。

4.根据权利要求1所述的一种基于超早期多中心电子病历建模的卒中二元预后预测方法，其特征在于，血流动力学衍生特征至少包括平均脉压、平均动脉压和休克指数，上述特征均由所述超早期观察窗口内重复测量的收缩压、舒张压和心率统计值计算得到，用以刻画卒中患者的早期循环负荷和灌注状态。

5.根据权利要求1所述的一种基于超早期多中心电子病历建模的卒中二元预后预测方法，其特征在于，形成统一特征空间具体如下：仅保留所有参与中心的电子病历数据库中共同存在的数值型临床变量，并确保各中心对同一变量的临床定义和测量单位一致，从而消除因变量命名、记录习惯和数据结构差异导致的模型迁移性能下降。

6.根据权利要求1所述的一种基于超早期多中心电子病历建模的卒中二元预后预测方法，其特征在于，集成学习模型包括lightgbm、xgboost和随机森林中的一种或多种组合，并以预后不良的风险概率作为主要输出；分类阈值通过最大化训练集或训练折内的youden指数确定，且阈值在冻结后适用于所有外部验证样本。

7.根据权利要求1所述的一种基于超早期多中心电子病历建模的卒中二元预后预测方法，其特征在于，类别不平衡处理采用合成少数类过采样技术，且过采样操作仅作用于内部交叉验证的训练折内部，不作用于验证折或任何外部验证队列，以保证验证过程的真实性。

8.根据权利要求1所述的一种基于超早期多中心电子病历建模的卒中二元预后预测方法，其特征在于，冻结式外部验证为一次性迁移验证，验证过程中完全锁定内部开发阶段生成的所有预处理规则、特征筛选规则、模型参数和分类阈值，不根据外部验证队列的数据分布进行任何形式的调整或自适应更新。

9.一种基于超早期多中心电子病历建模的卒中二元预后预测系统，其特征在于，包括：