一种基于Inf-LabGBM的细菌感染风险识别方法
本发明涉及细菌感染风险智能识别的,具体而言,涉及一种基于 inf-labgbm 的细菌感染风险识别方法。
背景技术:
1、细菌感染是临床诊疗中常见且重要的疾病状态,若不能及时识别,病情可能进一步发展为重症感染、菌血症、脓毒症甚至多器官功能障碍。临床对细菌感染的风险判断,通常依赖患者症状、体征、影像学表现、微生物学证据、抗菌药物使用情况以及多项医学检验指标进行综合评估。医学检验数据具有客观、连续、标准化程度较高和易于信息化处理等特点,是细菌感染风险辅助识别的重要数据基础。
2、在检验科和临床工作流程中,白细胞计数、中性粒细胞比例、中性粒细胞绝对值、淋巴细胞绝对值、血小板计数、c反应蛋白、降钙素原、白细胞介素-6、血清淀粉样蛋白a、乳酸、d-二聚体、肌酐、尿素氮和白蛋白等检验指标均可能反映感染炎症反应、免疫状态、组织灌注状态或疾病严重程度。其中,pct、crp、il-6、saa 等炎症指标与细菌感染风险具有较强关联性;neu%、nlr 等血常规衍生指标可有效表征机体炎症和免疫反应程度;乳酸、plt 等指标能够反映感染相关病情严重程度和全身反应状态。因此,如何充分利用多种检验指标及其组合特征,对细菌感染风险进行早期、稳定、可解释的辅助识别,是智慧检验和临床辅助决策领域的重要技术问题。
3、现有细菌感染识别方法主要包括固定阈值规则、单指标判断、传统机器学习模型、深度学习模型以及通用梯度提升树模型。固定阈值规则通常根据 pct、crp、wbc 等指标是否超过参考区间或经验阈值进行判断,具有实现简单和可解释性较强的优点,但难以适配多指标联合异常、指标轻度异常组合、选择性检测缺失和患者个体差异等复杂临床场景。单独依赖 pct 或 crp 等单项指标进行判断,还容易受到非感染性炎症、术后反应、机体免疫状态、基础疾病和检测时机等因素影响,进而导致误报或漏报问题。
4、逻辑回归、支持向量机、随机森林、xgboost和标准 lightgbm 等传统机器学习方法,可将多个检验指标输入模型进行感染风险分类预测。然而,现有方法通常将医学检验数据作为普通数值表格处理,仅学习原始指标值与感染标签之间的映射关系,缺少对医学检验参考区间、指标异常方向、数值偏离程度、炎症指标组合关系以及选择性检测行为的显式建模。尤其在真实临床环境中,pct、il-6、saa、血培养、乳酸等感染相关检验项目并非对所有患者统一开展,此类数据缺失往往不是随机缺失,而与临床医生对感染风险的判断、患者病情严重程度和检验申请流程密切有关。采用简单填补缺失值或仅依赖模型默认缺失分支,可能丢失重要的临床行为信息。
5、标准 lightgbm 虽然在结构化表格数据处理中具有优异性能,但其分裂增益计算主要由梯度统计决定,未考虑 pct、crp、il-6、saa、nlr、乳酸等感染相关指标的医学先验重要性。当某些关键感染指标检测频率较低或样本覆盖不足时,标准 lightgbm 可能低估其分裂价值;当某些非感染相关变量在训练数据中具有偶然统计相关性时,模型又可能过度依赖非医学合理特征。
6、因此,我们亟需一种专门面向医学检验细菌感染识别场景的改进型 lightgbm 方法,使其能够显式利用检验参考区间、炎症指标组合关系、选择性检测 gap pattern 和感染医学先验知识,从而提升细菌感染风险识别的准确性、稳定性和可解释性。
技术实现思路
1、本发明旨在解决现有细菌感染风险识别方法在医学检验数据处理场景中存在的下列技术问题:
2、(1)现有固定阈值或单指标判断方法主要依据 pct、crp、wbc 等指标是否超过某一阈值进行判断,难以识别多项炎症指标轻中度异常,但组合后提示感染风险升高的情况。
3、(2)现有传统机器学习和标准 lightgbm 方法多直接使用原始检验值建模,未显式表达检验值相对于参考区间的异常方向、偏离程度和异常等级。
4、(3)现有模型对 pct、il-6、saa、乳酸、血培养等选择性检测项目的缺失处理较为粗糙,未将“是否检测某项感染相关指标”作为一种能够反映医生怀疑感染程度和临床检测行为的 gap pattern 信息进行建模。
5、(4)标准 lightgbm 的分裂增益仅根据训练样本的一阶梯度和二阶梯度统计量计算,未考虑感染相关的医学先验知识,无法对 pct 偏离、crp-pct 共同异常、il-6 异常、nlr 升高、pct/il-6/saa 选择性检测模式等临床上重要但样本覆盖不均的特征给予合理优先级。
6、(5)现有模型的输出通常为单一感染概率或二分类标签,缺少与检验医学逻辑相一致的风险分层和报告审核提示。
7、为此,针对现有技术存在的不足,本发明的目的是提供一种基于 inf-labgbm 的细菌感染风险识别方法。
8、为了实现上述目的,本发明的技术方案,提供了一种基于 inf-labgbm 的细菌感染风险识别方法。inf-labgbm包括:医学检验语义增强子模块、感染先验权重映射子模块、感染先验引导树结构学习子模块和风险概率分层输出子模块;所述医学检验语义增强子模块,用于执行:步骤s1:获取数据集;其中,所述数据集包括:患者在预设时间窗口或单次检验报告时刻对应的医学检验数据、每个检验指标的检测状态信息和细菌感染相关标签信息;步骤s2:针对每个检验指标,构建对应的临床参考区间;步骤s3:针对每个检验指标,构建对应的临床参考区间偏离特征,再基于临床参考区间偏离特征,形成患者级参考偏离表示;步骤s4:构建细菌感染相关炎症指标集合,再基于细菌感染相关炎症指标集合,得到炎症指标组合交互表示;步骤s5:建立选择性检测 gap pattern模型;步骤s6:将增强检验特征进行融合;所述感染先验权重映射子模块,用于执行:步骤s7:对感染先验权重进行分配;所述感染先验引导树结构学习子模块,用于执行:步骤s8:对感染先验引导的分裂增益进行修正;步骤s9:对叶节点权重进行估计,并对树模型进行更新;所述风险概率分层输出子模块,用于执行:步骤s10:对患者进行风险分层,并输出辅助解释性的风险依据。
9、在该技术方案中,本发明的核心技术问题在于:构建一种面向医学检验数据的inf-labgbm 模型,通过参考区间偏离编码、炎症指标交互增强、选择性检测 gap pattern建模和感染先验引导分裂增益修正,使 lightgbm 能够更好地适配细菌感染风险识别场景,并输出可解释的风险概率和风险等级。
10、具体地,对inf-labgbm整体模型框架进行说明。本发明提出的inf-labgbm包括医学检验语义增强子模块、感染先验权重映射子模块、感染先验引导树结构学习子模块以及风险概率分层输出子模块。
11、其中,医学检验语义增强子模块用于将原始检验值、检测状态和参考区间信息转换为参考区间偏离特征、炎症指标组合交互特征和选择性检测 gap pattern 特征;感染先验权重映射子模块用于根据增强特征的医学来源、感染相关性和检验行为属性生成特征级感染先验修正因子;感染先验引导分裂增益修正子模块用于将所述特征级感染先验修正因子嵌入 lightgbm 候选节点分裂增益计算过程;树结构学习子模块用于基于修正后的最终分裂增益选择分裂特征和分裂阈值;风险概率分层输出子模块用于输出细菌感染风险概率、风险等级和检验报告辅助提示信息。
12、上述各子模块之间不是简单并列关系,而是构成从“检验语义建模—感染先验生成—树分裂机制修正—风险输出”的闭环技术链条。参考区间偏离、炎症交互和 gappattern 特征不仅作为输入变量参与预测,而且进一步决定感染先验修正因子的取值,并通过分裂增益修正机制影响树节点分裂选择。因此,inf-labgbm 的创新性体现在整体模型结构及其内部信息传递机制上,而非单纯特征工程、单纯 lightgbm 调用或单纯医学规则后处理。
13、上述总体技术构思和整体模型框架用于说明本发明 inf-labgbm 的模型组成及其相对于标准 lightgbm 的结构性改进。上述步骤 s1 至 s10 则用于说明该整体模型框架在医学检验细菌感染风险辅助识别场景中的具体实施过程。其中,步骤 s1 至 s6 对应医学检验语义增强子模块,步骤 s7 对应感染先验权重映射子模块,步骤 s8 和 s9 对应感染先验引导树结构学习子模块,步骤 s10 对应风险概率分层输出子模块。
14、优选地,步骤s1,具体为:从 lis、his 或 ehr 系统中获取数据集;在所述医学检验数据中,对于第 个患者或第 条患者检验记录,原始检验值向量表示为:
15、 (1)
16、其中, 表示第 个检验指标的数值; 为检验指标总数;
17、所述检测状态信息对应的向量表示为:
18、 (2)
19、其中,也被称为缺失掩码;
20、其中,第 个检验指标的检测状态信息表示为:
21、(3)
22、所述细菌感染相关标签信息表示为 ;
23、所述数据集表示为:
24、(4)。
25、在该技术方案中,进行多源检验数据获取与患者级样本构建。其中,所述细菌感染相关标签信息根据临床诊断记录、微生物学证据、血培养结果、抗菌药物使用记录、感染相关医生记录以及专家复核规则综合确定。为避免标签泄漏,优选不直接以单一 pct、crp 或wbc 阈值作为细菌感染标签的唯一依据。
26、优选地,在步骤s2中,第 个检验指标的临床参考区间表示为:
27、(5)
28、其中,和分别表示第个检验指标的参考下限和参考上限;
29、在步骤s3中,针对每个检验指标,构建对应的临床参考区间偏离特征,具体为:
30、对每个患者第 个检验指标的数值,根据参考区间 ,计算异常方向、归一化偏离程度和异常等级;
31、异常方向定义为:
32、(6)
33、归一化偏离程度定义为:
34、(7)
35、其中, 为防止分母为零的常数;
36、根据归一化偏离程度,将异常等级定义为:
37、(8)
38、第 个检验指标的临床参考区间偏离特征表示为:
39、 (9)
40、患者级参考偏离表示为:
41、 (10)。
42、在该技术方案中,临床参考区间来自医院检验科标准、仪器检测说明、年龄性别分层参考范围或经专家确认的临床参考区间。进一步地,参考区间偏离编码是 inf-labgbm区别于普通 lightgbm 的重要创新之一。普通 lightgbm 直接输入原始检验值,而本发明将检验参考区间语义显式编码,使模型能够识别检验异常方向、异常程度和异常等级。上述参考区间偏离特征不仅作为增强输入特征参与模型预测,还作为后续感染先验权重映射的特征来源类型之一,用于影响 inf-labgbm 的候选分裂增益修正。
43、优选地,步骤s4,具体包括:步骤s41:构建细菌感染相关炎症指标集合为:
44、(11)
45、其中,为细菌感染相关炎症指标的索引集合,对应的检验指标包括:wbc、neu%、neu、lym、crp、pct、il-6、saa、lac和plt;
46、步骤s42:对于任意 且 的炎症指标对,计算共同检测状态为:
47、(12)
48、步骤s43:将共同高异常特征定义为:
49、 (13)
50、步骤s44:将共同低异常特征定义为:
51、 (14)
52、步骤s45:将严重度加权交互特征定义为:
53、(15)
54、步骤s46:构造医学衍生指标为:
55、(16)
56、步骤s47:对于指标对 ,构建炎症交互向量为:
57、 (17)
58、步骤s48:最终得到炎症指标组合交互表示为:
59、(18)。
60、在该技术方案中,进行了炎症指标集合确定与组合交互增强。该步骤使模型能够表达 crp-pct 共同异常、pct-il6 共同异常、wbc-neu% 异常组合、nlr 升高、lac-plt 严重程度交互等临床上常用的综合判断模式,从而突破单指标独立建模的局限。上述炎症交互特征的特征类型被标记为 int,并在感染先验权重映射中获得相应先验权重,从而参与后续分裂增益修正。
61、优选地,步骤s5,具体包括:步骤s51:构建选择性检测感染指标集合为:
62、(19)
63、其中,为细菌感染相关选择性检测项目的索引集合,对应的选择性检测项目包括:pct、il-6、saa、lac和crp。
64、步骤s52:将基础 gap pattern 定义为:
65、(20)
66、步骤s53:将选择性检测数量、检测覆盖率和缺失率分别定义为:
67、(21)
68、步骤s54:对于 p,q∈g 且 p 69、 (22) 70、步骤s55:根据不同检测项目的重要程度,构建 gap pattern 强度得分为: 71、(23) 72、其中, 为选择性检测项目权重; 73、步骤s56:建立选择性检测 gap pattern模型最终为; 74、(24)。 75、在该技术方案中,进行选择性检测 gap pattern 建模。该步骤为本发明的重要创新点之一。普通模型通常将 pct、il-6、saa 等缺失简单视为数据缺失,而本发明认为选择性检测本身包含临床行为信息,即医生是否申请感染相关检测可反映对细菌感染风险的怀疑程度。因此,本发明将检测状态、共同检测、共同缺失、检测覆盖率和选择性检测强度作为模型特征进行建模。上述 gap pattern 特征的特征类型被标记为 gap,并作为 inf-labgbm 区别于普通缺失值处理模型的重要信息来源参与树结构学习。其中, 为由专家设定或验证集调优得到的选择性检测项目权重。 76、优选地,步骤s6,具体包括:步骤s61:构建 inf-labgbm 的增强输入特征为: 77、(25) 78、(26) 79、其中,表示逐元素乘法;表示经检测状态信息处理后的患者检验值向量;表示特征拼接操作;表示增强后的患者级检验特征向量,;表示增强后的患者级检验特征向量的特征维数。 80、步骤s62:定义增强后的患者级检验特征向量为: 81、 (27) 82、步骤s63:得到增强数据集为: 83、(28)。 84、在该技术方案中,将原始观测检验值、缺失掩码、参考区间偏离特征、炎症指标交互特征和 gap pattern 特征进行融合,构建 inf-labgbm 的增强输入特征,以最终得到增强数据集。 85、优选地,步骤s7,具体包括:步骤s71:对于增强后的患者级检验特征向量 中的每一个特征 ,根据每一个特征 的来源和医学意义分配特征类型为: 86、(29) 87、其中,raw、missing、ref、int、gap和other分别表示原始检验特征、检测状态特征、临床参考区间偏离特征、炎症指标组合交互特征、选择性检测gap pattern特征和其他特征 88、步骤s72:将感染先验权重定义为: 89、(30) 90、其中,、、 和 、 均不小于 1; 91、步骤s73:对进行归一化为: 92、(31) 93、其中,用于后续分裂增益修正;表示第q个特征的感染先验权重。 94、在该技术方案中,进行感染先验权重分配。该步骤使感染医学先验能够进入lightgbm 树结构学习过程,而不仅仅停留在特征预处理层面。 95、优选地,步骤s8,具体包括:步骤s81:在第轮迭代中,将当前模型预测定义为: 96、 (32) 97、步骤s82:采用二分类交叉熵损失,其关于模型预测得分的一阶梯度和二阶梯度分别为: 98、 (33) 99、步骤s83:对于候选分裂特征 和候选分裂阈值 ,当前节点样本集合 被划分为: 100、 (34) 101、步骤s84:对任意样本集合 ,定义梯度统计量为: 102、(35) 103、步骤s85:定义标准 lightgbm 分裂增益为: 104、(36) 105、其中, 为叶节点 l2 正则参数; 为分裂复杂度惩罚参数; 106、步骤s86:基于标准 lightgbm 分裂增益,引入感染先验修正为: 107、 (37) 108、其中,为感染先验修正强度系数; 109、步骤s87:为避免无效分裂被先验权重错误放大,定义最终有效增益为: 110、 (38) 111、步骤s88:得到最优分裂特征和阈值选择为: 112、 (39)。 113、当所有候选分裂的标准分裂增益均不大于0时,当前节点停止分裂;否则,在标准分裂增益大于0的候选分裂中选择最终有效增益最大的分裂特征和分裂阈值。 114、在该技术方案中,进行感染先验引导的分裂增益修正。该机制是 inf-labgbm 相对于标准 lightgbm 的核心算法创新。标准 lightgbm 只由数据梯度统计驱动分裂,而inf-labgbm 在保持数据驱动前提下,通过感染医学先验对 pct 偏离、crp-pct 共同异常、il-6 异常、nlr 升高、gap pattern 等特征的分裂增益进行软增强,使模型更符合细菌感染检验判读逻辑。由于最优分裂特征和阈值由 决定,因此该机制会直接改变节点分裂顺序、分裂特征选择、分裂阈值以及叶节点样本分布,而非仅改变模型输出后的判定阈值。 115、进一步地,对该分裂增益修正机制进行不可替代性说明:(1)本发明的感染先验引导分裂增益修正机制不同于普通特征工程、样本加权、类别权重调整、阈值调整、概率校准或模型解释后处理。普通特征工程仅改变模型输入空间,不能保证医学上重要但检测频率较低的感染相关特征在树节点分裂竞争中获得合理选择机会;本发明则将感染先验修正因子直接作用于候选分裂增益,使其参与每个节点的分裂特征选择。(2)样本加权或类别权重主要改变不同样本或类别对损失函数的贡献,不能区分某一候选分裂特征是否为 pct 偏离、il-6 偏离、crp-pct 共异常或 gap pattern 特征;本发明的修正因子为特征级先验权重,能够针对不同类型检验语义特征进行差异化调节。(3)阈值调整和概率校准发生在模型输出之后,只能改变最终分类边界或概率分布,不能改变训练过程中形成的树结构;本发明的修正机制发生在树结构生成阶段,能够改变分裂特征、分裂阈值和叶节点样本分布。(4)模型解释方法仅在模型训练完成后解释已有结果,不能参与模型学习;本发明将感染先验嵌入模型训练过程,使医学检验知识直接影响树结构生成。因此,所述分裂增益修正机制是inf-labgbm 区别于标准 lightgbm 和普通医学特征工程方法的核心不可替代技术特征。 116、优选地,步骤s9,具体包括:步骤s91:对于训练得到的第棵树,叶节点对应样本集合,其叶节点权重为: 117、(40) 118、步骤s92:得到第棵树的输出为: 119、(41) 120、其中,表示样本落入的叶节点编号; 121、步骤s93:对树模型进行迭代更新为: 122、(42) 123、其中, 为学习率; 124、步骤s94:得到最终树模型为: 125、 (43)。 126、其中,t表示树模型中决策树的总数或模型训练的总迭代轮数 127、优选地,步骤s10,具体包括:步骤s101:根据预测概率 ,将患者划分为低风险、中风险、高风险和极高风险: 128、(44) 129、其中,、、 为风险分层阈值; 130、步骤s102:根据树模型分裂路径或增益贡献,输出辅助解释性的风险依据;其中,风险依据包括:异常检验指标、参考区间偏离方向、偏离程度、炎症指标组合异常、选择性检测 gap pattern 以及对应风险等级。 131、在该技术方案中,进行风险分层与辅助解释输出。其中,、、 为预设或基于验证集确定的风险分层阈值。 132、优选地, 、、。 133、与固定阈值规则、单指标感染判断、传统机器学习模型、深度表格模型和标准lightgbm 相比,本发明具有的有益技术效果如下: 134、(1)形成面向医学检验数据的整体性 inf-labgbm 模型:本发明将参考区间偏离、炎症组合交互、选择性检测 gap pattern、感染先验权重映射和分裂增益修正整合为闭环模型框架,使检验医学知识能够从输入特征层传递至树结构学习层。 135、(2)改变标准 lightgbm 的树结构生成机制:本发明将感染医学先验因子引入候选节点分裂增益计算,使感染相关特征不仅作为输入变量存在,还能参与树节点分裂竞争过程,进而优化分裂特征选择、分裂阈值选择和叶节点样本分布。 136、(3)避免单纯以医学规则替代数据驱动学习:本发明通过标准增益正值约束,仅对具备有效统计增益的候选分裂进行感染先验增强,避免无数据支持的医学经验规则直接决定模型输出。 137、(4)提高细菌感染识别准确性:通过参考区间偏离、炎症组合交互和 gap pattern的联合建模,本发明能够挖掘比单一原始检验值更丰富的感染相关特征模式,有效提高auroc、auprc、灵敏度、阴性预测值和 f1-score指标性能。 138、(5)增强阳性样本排序能力:auprc 的提升表明,本发明能够更有效地将真实细菌感染样本归类至高风险区域,适用于感染阳性样本比例相对较低的检验筛查场景。 139、(6)提升低风险判断可靠性:较高的阴性预测值,说明本发明为低风险样本提供更可靠的辅助排除信息,有利于降低漏识别风险。 140、(7)提高概率输出实用性:本发明在保持较高判别性能的同时,具有较低的 brierscore 和较优的决策曲线净获益,使风险概率更适合作为分层判断依据。 141、(8)更适配真实检验工作流程:本发明显式处理选择性检测缺失和共同检测模式,能够更好适应 lis/his/ehr系统 中真实存在的非随机检测行为。 142、本发明的附加方面和优点将在下面的描述中变得明显,或通过本发明的实践了解到。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com