[发明专利]一种脓毒血症的数据处理系统

说明书

本发明公开了一种脓毒血症的数据处理系统，包括模型训练单元，根据重症医学数据库提供的病患数据训练得到识别模型并保存于存储单元；预测单元，采用识别模型识别输出表示识别结果；模型训练单元包括：数据预处理模块，对取自重症医学数据库中的病患数据进行预处理，得到预处理病患数据；数据分离模块，将预处理病患数据分离为最终被诊断为脓毒血症的正向训练数据以及最终被诊断为非脓毒血症的反向训练数据；训练数据整合模块，整合成训练数据集；模型训练模块，根据训练数据集训练得到识别模型。本发明的有益效果是：减轻人为判定因素的影响，更容易挖掘数据的潜在特征，有效提升脓毒血症的预测精度。

技术领域

本发明涉及病患数据处理技术领域，尤其涉及一种脓毒血症的数据处理系统。

背景技术

在现代社会，近几年，大量的医疗数据被保存下来，然而由于医疗数据的敏感性、特异性、结构化数据和非结构化数据并存的现像，绝大多数的医疗数据并不能被直接允许用来数据分析。这些种种问题，导致了基于病情诊断的数据预处理环节显得尤为重要。本发明是基于MIMICIII数据库的研究，具有一定的ICU医疗数据库的通用性。

脓毒血症(Sepsis)是一种常见的全身多系统感染反应，在病人住院时，常作为并发症导致生命危险。其中，在ICU重症监护室病房，脓毒血症是患者死亡的主要原因之一。而且随着时间推移，病患脓毒血症的恶化，将会引起各处器官功能障碍，并导致死亡率大幅上升。因此，针对脓毒血症的检测，和提早预知，防止其恶化，是提高患者生存率的重要方式。脓毒症发生率高，全球每年有超过1800万严重脓毒症病例，美国每年有75万例脓毒症患者，并且这一数字还以每年1.5％～8.0％的速度上升。脓毒症的病情凶险，病死率高，全球每天约14,000人死于其并发症，美国每年约21.5万人死亡。据国外流行病学调查显示，脓毒症的病死率已经超过心肌梗死，成为重症监护病房内非心脏病人死亡的主要原因。近年来，尽管抗感染治疗和器官功能支持技术取得了长足的进步，脓毒症的病死率仍高达30％～70％。脓毒症治疗花费高，医疗资源消耗大，严重影响人类的生活质量，已经对人类健康造成巨大威胁。早介入，早预防，因此，提前预测患者在未来N小时内患脓毒症的概率十分重要。现有的预测方式大多是基于统计学，可解释性虽好，但是往往预测效果不佳。

发明内容

根据现有技术中存在的上述问题，现提供一种脓毒血症的数据处理系统的技术方案，旨在减轻人为判定因素的影响，更容易挖掘数据的潜在特征，有效提升脓毒血症的预测精度。

上述技术方案具体包括：

一种脓毒血症的数据处理系统，其中，所述数据处理系统包括：

模型训练单元，连接外部的重症医学数据库，用于根据所述重症医学数据库提供的病患数据，对一预设结构的神经网络模型进行训练得到一用于预测脓毒血症的识别模型；

存储单元，连接所述模型训练单元，用于保存所述识别模型；

预测单元，连接所述存储单元，用于根据外部输入的病患数据，采用训练形成的所述识别模型进行识别，以输出识别结果，所述识别结果用于表示对应所述病患数据的患者在预设时段内得脓毒血症的概率；

所述模型训练单元具体包括：

数据预处理模块，用于对取自所述重症医学数据库中的所述病患数据进行预处理，得到预处理病患数据；

数据分离模块，连接所述数据预处理模块，用于根据SIRS指标，将所述预处理病患数据分离为最终被诊断为脓毒血症的正向训练数据以及最终被诊断为非脓毒血症的反向训练数据；

训练数据整合模块，连接所述数据分离模块，用于将所述正向训练数据和所述反向训练数据整合成训练数据集；

模型训练模块，连接所述训练数据整合模块，用于根据所述训练数据集训练得到所述识别模型。

优选的，该数据处理系统，其中，所述数据预处理模块包括：