[发明专利]一种出血转化预测系统

说明书

本发明公开了一种出血转化预测系统，属于医疗技术领域；系统包括：获取单元，用于获取多条训练用患者数据；模型生成单元用于根据多条获取的训练用患者数据生成一用于对出血转化进行预测的预测模型，模型生成单元进一步包括：特征选择模块，用于对训练用患者数据中的训练用病情特征进行选择；特征分类模块，用于对被选择的训练用病情特征进行特征分类；模型训练模块，用于根据经过分类的训练用病情特征训练形成预测模型；采集单元，用于采集得到实际患者数据；预测单元，用于将实际患者数据送入训练形成的预测模型中，以输出对应的预测结果。上述技术方案的有益效果是：降低出血转化情况的发生概率，从而降低临床风险和相应的医疗费用。

技术领域

本发明涉及医疗技术领域，尤其涉及一种出血转化预测系统。

背景技术

脑梗死是全球主要公共卫生问题之一，其发病率、致死率、致残率及复发率高，且临床治疗手段有限。其中静脉溶栓治疗是近20年在缺血性脑卒中临床治疗手段上的一项重大突破，可有效降低死亡及致残率。但是静脉溶栓治疗是一种高风险的治疗手段，在治疗的同时可能伴随着溶栓后出血转化的症状，有些出血可加重神经功能损害，甚至危及生命，出血转化也是静脉溶栓治疗手段无法进一步推广的重要原因之一。具体地，在临床救治过程中，静脉溶栓有严格的时间限制，只有发病4.5小时以内符合静脉溶栓条件的急性脑梗死患者才可以进行该项治疗，所谓“符合静脉溶栓条件”即指发生出血转化的风险较低或者基本没有出血转化危险。因此，对于出血转化风险的预判直接关系到医生与患者的沟通及对治疗的决策把握。

现有技术中对于出血转化的预测通常依据一些相关的临床研究来决定，例如譬如年龄、血糖、发病时的临床神经功能等。同时也会有相关的临床评分表来辅助临床医生对出血转化的可能性进行预判，例如溶栓后出血评分、多中心卒中调查预测评分、SITS评分、GRASPS评分以及SEDAN评分等。但是这些评分表基本都是基于医生的诊疗经验或者是使用了简单的逻辑回归而得到的，使用价值和相应的精确性都有待检验。可以参照《五种预测模型在中国人群溶栓后出血预测应用中的比较》一文中，对不同的评分模型的性能进行了比较。其中GRASPS评分性能最优，但是其受试者工作特征曲线(receiver operatingcharacteristiccurve,ROC)所对应的AUC值仅有0.7056，其工作性能仍然有待提升。并且，上述临床提示相对独立，评分表也相对简单，基本都只涵盖了几项临床上可能对预后影响较大的因素，而不会对患者的临床相关因素进行综合评判，亦缺乏个体化评判。

发明内容

根据现有技术中存在的问题，现提供一种出血转化预测系统的技术方案，旨在降低静脉溶栓治疗过程中出血转化情况的发生概率，从而降低临床风险和相应的医疗费用。

上述技术方案具体包括：

一种出血转化预测系统，其中，包括：

获取单元，用于获取多条训练用患者数据，每条所述训练用患者数据中包括多个训练用病情特征；

模型生成单元，连接所述获取单元，用于根据多条获取的所述训练用患者数据生成一用于对出血转化进行预测的预测模型，所述模型生成单元进一步包括：

特征选择模块，用于对所述训练用患者数据中的所述训练用病情特征进行选择；

特征分类模块，连接所述特征选择模块，用于对被选择的所述训练用病情特征进行特征分类；

模型训练模块，连接所述特征分类模块，用于根据经过分类的所述训练用病情特征训练形成所述预测模型；

采集单元，用于采集得到实际患者数据；

预测单元，分别连接所述采集单元和所述模型生成单元，用于将所述实际患者数据送入训练形成的所述预测模型中，以输出对应的预测结果。

优选的，该出血转化预测系统，其中，所述特征选择模块中进一步包括：