一种糖尿病早期识别方法

摘要: 本发明涉及医疗健康与人工智能交叉,尤其涉及一种糖尿病早期识别方法。背景技术:1、糖尿病是慢性代谢性疾病。现行常规体检流程中,fbg是最常用、成本最低的筛查指标之...
一种糖尿病早期识别方法

本发明涉及医疗健康与人工智能交叉,尤其涉及一种糖尿病早期识别方法。

背景技术:

1、糖尿病是慢性代谢性疾病。现行常规体检流程中,fbg是最常用、成本最低的筛查指标之一,但单纯依赖fbg容易遗漏部分糖代谢异常个体。对于fbg<7.0 mmol/l的受试者,虽然其空腹血糖未达到糖尿病诊断界值,但仍可能因hba1c或口服葡萄糖耐量试验(oralglucose tolerance test,ogtt)异常而满足进一步诊断标准,或处于需要重点随访和干预的高风险状态。该类人群在传统体检报告中往往被简单归为“血糖正常”或“暂未达到诊断标准”,容易错过早期管理窗口。

2、随着分级诊疗和慢病主动管理的推进,基层社区、体检中心和综合医院在检测能力、可获得指标和人力资源方面存在明显差异。基层机构通常只能获得基础体征、问卷信息和简易血糖指标;体检中心能够获得较完整的血脂、肾功能和代谢指标;综合医院则可能进一步具备hba1c、ogtt等确认性检测条件。因此,一种实用的糖尿病早期识别技术不仅需要具有较好的模型性能,还需要能够根据不同场景自动选择不同输入方案和模型路径。

3、现有糖尿病风险预测方法主要包括传统统计模型、机器学习模型和深度学习模型。传统模型可解释性较强,但对非线性关系和特征交互捕捉能力有限;xgboost、随机森林等集成学习模型适合表格型体检数据,但一般将每个个体作为独立样本处理,未充分利用受试者之间的相似关系;图神经网络能够通过节点及边关系建模群体结构信息,但在临床结构化数据中仍存在构图方法粗糙、强制连接噪声较多、深层网络过平滑等问题。既往糖尿病预测研究已应用xgboost等集成模型以及图神经网络,但针对fbg<7.0 mmol/l亚群、临床场景分层、类别不平衡和阈值约束的联合研究仍较少。此外,糖尿病早期识别数据通常存在阳性样本比例低、类别分布高度不平衡的问题。若仅以auc或总体准确率作为优化目标,模型可能倾向多数类,从而造成漏筛率偏高;若仅追求召回率,则可能产生过多假阳性,增加后续复查负担。

技术实现思路

1、本发明目的是提供一种糖尿病早期识别方法,以解决对fbg<7.0 mmol/l人群中,隐匿糖尿病(糖尿病前期)风险的识别和筛查,并满足基层医院和体检中心等不同应用场景下,对筛查模型的需求。

2、为实现上述目的,本发明采用如下技术方案:

3、本发明所述的一种糖尿病早期识别方法,面向空腹血糖低于糖尿病诊断阈值的目标人群,包括以下步骤:

4、步骤1:获取目标对象的基础体征数据、生活方式问卷数据或临床生化指标数据,并根据数据完整度自动选择基层简易识别路径或体检中心识别路径;

5、步骤2:当输入数据包含基础体征、生活方式问卷和空腹血糖时,调用基层简易识别路径:对所获原始特征进行多维度特征重构,生成包含综合风险评分、风险分段编码、特征交互项和多项式特征的扩展特征集,并利用集成学习模型输出第一患病风险概率;

6、步骤3:当输入数据进一步包含糖化血红蛋白、血脂、尿酸和肾功能指标时,调用体检中心识别路径:首先基于不含标签的临床特征构建受试者相似性图,图中节点间的连接依据特征相似度建立;然后利用带残差连接和跳跃连接的图注意力网络对所述相似性图进行图表征学习并输出第二患病风险概率,同时利用集成学习模型输出第三患病风险概率;将第二患病风险概率与第三患病风险概率进行加权融合,得到最终患病风险概率;

7、步骤4:基于临床召回率约束对模型输出的风险概率进行阈值校准,并根据校准后的阈值输出糖尿病早期风险等级。

8、进一步的,步骤2中,基层简易识别路径中,原始特征包括年龄、性别、体质指数、腰围、职业、收入、教育水平、糖尿病家族史、运动习惯、吸烟史、饮酒史、饮茶习惯、睡眠相关指标和空腹血糖;所述多维度特征重构包括:按年龄、体质指数、腰围、体力活动和家族史构建综合风险评分,按空腹血糖数值范围构建血糖风险分段特征,构建空腹血糖与体质指数、年龄、腰围和家族史的交互项,以及构建年龄、体质指数和空腹血糖的多项式特征。

9、进一步的,步骤2中,基层简易识别路径中的集成学习模型包括平衡随机森林、轻量梯度提升机、极端梯度提升、直方图梯度提升、easyensemble和随机欠采样提升中的多种,并通过软投票方式进行集成。

10、进一步的,步骤3中,相似性图具体如下:选取不含标签的临床特征进行归一化处理后,计算节点间的余弦相似度,仅当相似度达到设定阈值且节点邻居数不超过上限时建立连接,并添加自环。

11、进一步的,步骤3中,图注意力网络包含输入投影层、多层图注意力卷积层、残差连接和跳跃连接结构;每一层图注意力卷积层采用多头注意力机制,输出经批归一化和线性投影后与该层输入残差相加;将初始输入投影表征与末层图表征拼接后输入分类头,得到患病概率。

12、进一步的,步骤3中,体检中心识别路径中的集成学习模型为极端梯度提升模型,所述加权融合中图注意力网络输出与极端梯度提升输出的权重通过联合优化确定。

13、进一步的,步骤4中,阈值校准具体如下:在验证集上以召回率不低于预设目标为硬约束,同时优化准确率或特异度,确定最优概率阈值,并对阈值施加安全系数以补偿验证集到测试集的性能波动。

14、进一步的,模型训练过程中采用合成少数类过采样与编辑最近邻组合方法处理训练集类别不平衡问题,验证集和测试集不进行过采样。

15、进一步的,步骤3中,图注意力网络的图结构参数、网络结构参数和集成学习模型参数在同一贝叶斯优化框架下联合搜索确定。

16、与现有技术相比,本发明具有如下有益效果:

17、(1)本发明聚焦fbg<7.0 mmol/l人群,能够辅助识别传统空腹血糖筛查中容易被忽略的糖尿病隐匿风险个体,符合糖尿病早筛关口前移的实际需求。

18、(2)本发明根据基层社区和体检中心等不同临床场景下的指标可获得性,设计差异化识别路径,使低成本筛查和较完整生化检测场景均可实施。

19、(3)本发明采用余弦相似度阈值图替代固定knn构图,避免低相似度样本被强制连接,减少噪声传播,使患者图结构更能反映受试者之间的代谢相似关系。

20、(4)本发明构建deepskipgat模型,通过层内残差连接和末端输入跳跃拼接保留节点自身特征,在进行多层图注意力聚合的同时缓解过平滑问题,提高图表征的稳定性和个体区分度。

21、(5)本发明将deepskipgat与xgboost进行概率级加权融合,使患者相似图中的结构信息与表格型临床数据的判别能力形成互补,从而提升模型整体识别能力。

22、(6)本发明采用smoteenn集成采样处理类别不平衡问题,在扩充少数类样本的同时清理边界噪声样本,有助于提高阳性样本识别稳定性。

23、(7)本发明将召回率和准确率等临床约束纳入阈值校准过程,相比单纯优化auc的模型选择方式,更符合糖尿病早期筛查中“少漏筛、可复查、可落地”的实际应用需求。

24、(8)本发明的核心保护对象为糖尿病早期识别方法及模型,不依赖完整软件系统即可实施,具有较好的部署灵活性和应用推广价值。