[发明专利]无创肾病诊疗系统

说明书

本发明公开了一种无创肾病诊疗系统，包括肾病诊疗芯片、人工智能模型和决策树模型，肾病诊疗芯片包括芯片载体，芯片载体为采用聚丙烯材料制作而成的长3cm，宽1.5cm，高7mm的立方体结构，芯片载体上顶面开设有一直径1cm，深5mm锥形孔，内含载有荧光编码微球的活化液，表面覆以高密度聚乙烯材料以密封锥形孔，人工智能模型采用logistic regression模型，决策树模型采用C5.0算法决策树模型。本发明具有无创性、高灵敏度、高效性、方便快捷、重复性好、操作简单、成本低廉、准确性高等优点，能更加高效的解读检测报告，提供精准的预测结果，及时规避潜在风险，同时为患者制定个性化的诊疗方案。

技术领域

本发明涉及医疗领域，具体涉及一种无创肾病诊疗系统。

背景技术

现行IgA肾病的诊断及预后指标主要包括肾穿刺活检术和血、尿、生化指标，肾穿刺活检术虽能准确反应肾脏损害情况，但其为有创操作，无法短时间内重复进行，血、尿、生化指标为所有肾病诊断及预后指标，对特异性诊断及预测IgA肾病预后灵敏度低，多在肾脏有较多损伤后才有所反应。

IgA肾病的发病过程包括异常糖基化IgA1(galactose-deficient IgA1，Gd-IgA1)的形成，Gd-IgA1特异性抗体识别及血循环免疫复合物形成并在肾小球系膜区沉积。IgA是一种糖蛋白，人血清中存在两种亚型，分别为IgA1和IgA2，而IgA肾病中肾小球系膜区沉积的IgA的亚型主要是IgA1，故血清IgA1较高可以高度怀疑病人有患IgA肾病的风险。同时，Gd-IgA1作为诊断标志物的受试者工作特征(receiver operator characteristic curve，ROC)曲线下面积高达97.6％，提示Gd-IgA作为临床指标反映IgA肾病的可行性。另外，MBL的低浓度以及遗传变异与免疫复合体的沉积密切相关，且可以预测IgA肾病的不良预后。此外，研究发现IgA肾病患者血清MBL浓度和预后存在非线性函数关系，低血清浓度的IgA肾病患者(MBL levels＜100ng/ml)比正常血清MBL浓度的IgA肾病患者(100-3540ng/ml)具有更高的前驱感染和肉眼血尿的风险，并且有着更差的预后。而高MBL血清浓度的IgA肾病患者(MBL levels＞3540ng/ml)蛋白尿更严重，且肾活检的新月体比例更高。即过高的MBL和过低的MBL都会对IgA肾病患者产生更严重的肾损伤，提示MBL能较好地预测IgA肾病患者的预后。以上3个特异性指标(IgA1，Gd-IgA1和MBL)与IgA肾病呈一个非线性的网状关系，借助上述血清学指标，可以及时准确的反映肾脏受损情况。

xMAP技术首先使编码微球与探针、抗体或抗原特异性交联，然后让不同检测物与不同荧光色编码的微球混合，最后加入被检测物，从而实现精准化诊疗。悬液中的微球与被检测物特异性结合，结合物被标记上荧光物质。微球成单列通过两束激光，一束判定微球的荧光编码；另一束测定微球上的报告分子的荧光强度，这样就可对多种物质进行同时检测，大大节约了检测时间和试剂样本。

人工智能技术(Artificial Intelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。利用人工智能技术可以存储海量医疗数据并从数据库中寻找潜在的关系或规律，增加疾病预测的准确性。

决策树(Decision Tree)是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。基于华西的大数据库，通过机器学习，可以为患者制定个性化的治疗方案。

发明内容

本发明的目的在于提供了一种集诊断、治疗与评估为一体的无创肾病精准化诊疗系统，结合用于检测患者血清中IgA1、MBL等物质的液相芯片、AI预测预后模型以及个性化治疗方案的决策树模型，软、硬件系统相辅相成，实现IgA肾病的精准化治疗。