机器学习模型训练方法、装置、电子设备及可读存储介质

摘要: 本发明实施例涉及医疗数据处理与临床决策支持,更具体地,涉及一种机器学习模型训练方法、装置、电子设备及可读存储介质。背景技术:1、心脏骤停是指心脏机械活动突然停止...
机器学习模型训练方法、装置、电子设备及可读存储介质

本发明实施例涉及医疗数据处理与临床决策支持,更具体地,涉及一种机器学习模型训练方法、装置、电子设备及可读存储介质。

背景技术:

1、心脏骤停是指心脏机械活动突然停止、导致血液循环及重要器官供氧中断的危急重症。在全球范围内,院外心脏骤停约占全部死亡的 15%~20%,而患者整体存活率仅为10%~30%。尽管心肺复苏与重症监护技术不断进步,ca 患者在icu早期阶段的临床病程高度异质且变化迅速,实现早期、准确的死亡风险预测(或最终指标量化)极为困难。机械通气等救治措施在ca后管理中至关重要,并显著影响患者转归。因此,临床上亟需能够在早期识别高危患者、辅助床旁关键决策的可靠风险分层工具。

2、目前,ca 患者的预后评估主要依赖以下技术手段:一是基于初始心律、自主循环恢复(return of spontaneous circulation,rosc)时间、是否为目击骤停、基础合并症,以及神经元特异性烯醇化酶(nse)、凝血酶原时间国际化比值(inr)、血清乳酸等生物标志物的传统预后指标;二是以格拉斯哥昏迷量表(glasgow coma scale,gcs)为代表的神经功能评估;三是sofa、apache iv、oasis 等常规疾病严重程度评分量表;四是近年来引入的机器学习方法,其能够整合高维临床数据并刻画变量间的复杂关系,在ca预后预测中展现出一定潜力。

3、然而,上述现有技术仍存在以下缺陷:

4、(1)现有预后模型与评分量表大多依赖患者入院时或最初 24 小时内的静态测量值,忽略了生理与神经功能参数随时间的动态演变,难以反映ca病情快速变化的特点,限制了其对患者转归的判别能力;

5、(2)常规疾病严重程度评分(如sofa、apache iv、oasis)判别能力有限,其一致性指数(c-index)通常仅处于 0.58~0.63的较低水平,远不能满足临床对预测精度的需求;

6、(3)现有基于机器学习的预后模型普遍面临数据异质性大、易过拟合以及外部验证不足等问题,且多采用入院首日数据进行建模,无法有效捕捉患者随时间推移的临床轨迹;

7、(4)现有机器学习模型普遍存在可解释性不足(即“黑箱”问题),模型决策过程难以被临床医生理解与信任,严重阻碍了其在真实临床场景中的推广与应用;

8、(5)现有方法缺乏对临床参数与预后之间非线性、时变关联的深入分析,无法揭示风险随icu住院时程动态演变的规律,难以指导数据采集与监测的时机最佳与方式;

9、(6)多数现有方案仅能在某一时间点给出单一、静态的风险估计,缺乏对患者纵向数据的动态监测与持续更新能力。

10、综上所述,本领域亟需一种对兼顾预测准确性、临床可解释性以及对纵向动态特征有效利用的心脏骤停患者icu死亡风险预测模型进行训练,降低预测死亡风险值与已知生存结束标签之间的差异。

技术实现思路

1、本发明实施例的一个目的是提供一种机器学习模型训练方法、装置、电子设备及可读存储介质的新的技术方案。

2、根据本发明的第一方面,提供了一种用于预测死亡风险的机器学习模型训练方法,包括以下步骤:步骤s1、获取训练数据集:获取历史患者在入icu前的多个样本数据,提取所述样本数据的样本特征,以及每个历史患者对应的已知生存结局标签;步骤s2、特征修复:对患者入icu前预设天数内的多个所述样本特征计算时间加权平均值,得到模型输入样本特征;步骤s3、模型初始化:构建初始机器学习模型,并初始化初始机器学习模型的模型参数;步骤s4、迭代训练:将未经过时间加权处理的所述样本特征以及经过时间加权处理得到的所述模型输入样本特征输入所述初始机器学习模型,得到预测死亡风险值;根据所述预测死亡风险值与所述已知生存结束标签之间的差异,计算损失函数值;步骤s5、参数更新:根据所述损失函数值更新所述模型参数,满足基础条件,得到训练完成的死亡风险预测模型。

3、可选地,所述样本特征包括格拉斯哥昏迷量表评分与机械通气时长,所述格拉斯哥昏迷量表评分经过时间加权处理。

4、可选地,所述样本特征还包括:年龄、呼吸频率、外周毛细血管血氧饱和度、收缩压、心率、入院首日凝血酶原时间和入院首日血红蛋白,所述呼吸频率、所述外周毛细血管血氧饱和度、所述收缩压、所述心率经过时间加权处理。

5、可选地,所述样本数据包括:(1)入院首日内的实验室检验与疾病严重程度评分:包括白细胞计数、血小板、钙、丙氨酸氨基转移酶、天冬氨酸氨基转移酶、阴离子间隙、白蛋白、总胆红素、肌酐、氯、血糖、血细胞比容、血红蛋白、乳酸、钾、活化部分凝血活酶时间、凝血酶原时间国际化比值、凝血酶原时间、钠,以及sofa、apache iv、oasis 评分;(2)所述预设天数内采集的人口学特征与生命体征:年龄、性别、心率、收缩压、舒张压、平均动脉压、体温和呼吸频率;(3)患者入icu前所述预设天数内采集的动脉血气分析指标:酸碱度、吸入氧浓度、动脉氧分压、动脉二氧化碳分压、碳酸氢根、外周毛细血管血氧饱和度;(4)icu救治信息:icu住院时长、icu存活状态、机械通气时长。

6、可选地,所述样本数据经lasso回归与多因素cox回归两阶段筛选,得到所述样本特征。

7、可选地,步骤s1中,从eicu-crd、mimic-iv和mimic-iii三类icu数据库中提取临床数据作为所述样本数据。

8、可选地,所述预设小时为24小时,所述预设天数为3天。

9、根据本发明的第二方面,提供了一种用于预测死亡风险的模型训练装置,包括:训练数据集获取模块,所述训练数据集获取模块获取历史患者的多个样本数据,提取所述样本数据的样本特征,以及每个历史患者对应的已知生存结局标签;特征修复模块,所述特征修复模块对预设天数内的多个所述样本特征计算时间加权平均值,得到模型输入样本特征;模型初始化模块,所述模型初始化模块构建初始机器学习模型,并初始化初始机器学习模型的模型参数;迭代训练模块,所述迭代训练模块将未经过时间加权处理的所述样本特征以及经过时间加权处理得到的所述模型输入样本特征输入所述初始机器学习模型,得到预测死亡风险值;根据所述预测死亡风险值与所述已知生存结束标签之间的差异,计算损失函数值;参数更新模块,所述参数更新模块根据所述损失函数值更新所述模型参数,满足基础条件,得到训练完成的死亡风险预测模型。

10、根据本发明的第三方面,提供了一种电子设备,包括:处理器和存储器,在所述存储器中存储有计算机程序指令,其中,在所述计算机程序指令被所述处理器运行时,使得所述处理器执行上述任一项所述的方法。

11、根据本发明的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器运行时,使得所述处理器执行上述任一项所述的方法。

12、本发明实施例的一个有益效果在于,根据本发明实施例的用于预测死亡风险的机器学习模型训练方法可以应用于用于预测死亡风险的机器学习模型的建立,机器学习模型可以应用于心脏骤停(cardiac arrest,ca)患者重症监护室(intensive care unit,icu)死亡风险预测。根据本发明实施例的用于预测死亡风险的机器学习模型训练方法通过对预设天数内的样本特征计算时间加权平均值,可以解决icu临床环境中的生命体征与实验室检验数据的采集频率极不规则,存在大量的取样值与时间点错位现象的技术问题,使得用于预测死亡风险的机器学习模型实现捕获生理指标的时间累积效应,不仅有效完成了不规则采样的数据,还充分保留了患者生理状态随时间动态变化的交互行为特征,解决了传统方法依赖静态麻醉数据导致精度低下的技术缺陷,减小预测死亡风险值与已知生存结束标签之间的差异。

13、通过以下参照附图对本发明的示例性实施例的详细描述,本发明实施例的其它特征及其优点将会变得清楚。