[发明专利]一种用于血液需求量预测方法以及血液动态库存预警系统

说明书

本发明公开了一种用于医疗机构血液需求量预测方法，该方法包括：从历史用户数据集中获取原始特征，将原始特征通过梯度提升决策树GBDT算法进行训练得到对应的组合特征，或者利用梯度提升决策树算法重构更加有效的特征；把原始特征和组合特征或者新特征一起进行模型训练，根据特征的分布特性、相关特性以及重要性从多个特征中提取适合表征单用户输血量的特征参数集来训练输血量预测模型；根据当前患者输血信息、输血量预测模型，确定患者个体的输血量。通过本发明，根据在院患者的个体信息，帮助采供血机构多维度掌握医疗机构用血需求情况，精确调整采血计划和库存数量，实现采、供血机构的用血需求精准化、库存信息透明化，提前掌握血液供求关系，避免血液供应不足及浪费。

技术领域

本发明涉及医疗技术领域，尤其涉及采供血、输血方面的一种用于血液需求量预测方法以及血液动态库存预警系统。

背景技术

我国血液采集量各地区分布严重不平衡。东部、中部和西部地区差异明显。一线城市及大多数省会城市血液供求矛盾突出。血液采集量少，再加上临床血液需求高，目前的血液短缺问题对我国的血液供应和公共健康提出了严重挑战。面对血液采集量和使用量都无法预知的实际困难，血液库存无法根据患者需求进行有效预测及调整。

现有技术中，临床医生采用的确定患者是否用血的技术手段一般有：多因素风险评分来预测患者是否需要术中输血；利用回归分析、逻辑分析、分类和回归树分析等传统统计技术预测是否有血液需求。采供血机构只能通过历史数据分析来制定采血计划。在血液短缺时，临床医生不得不主动减少血液用量或者采用自体输血等方式来缓解血液短缺的问题；在血液供应充足时，采取冰冻保存的方式储存一部分血液，以应对季节性短缺。现有技术中存在如下技术问题需要解决：

a由于冰冻血液成分制备技术及成本限制，只能解决少数稀有血型血液供应短缺的问题；

b自体输血只能解决少部分择期手术患者的用血需求；

c缺乏计划的随机补充血液库存方式极易导致血液供需的不对称；

d回归分析、逻辑分析、分类和回归树分析等传统统计技术预测是否有血液需求的准确性尚无法满足实际需求。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的技术方案。本发明的一个方面，提供了一种用于血液需求量预测方法，该方法包括：

从历史用户数据集中获取原始特征，将原始特征通过梯度提升决策树GBDT算法进行训练得到对应的组合特征，或者利用梯度提升决策树算法重构更加有效的特征；

把原始特征和组合特征或者新特征一起进行模型训练，根据特征的分布特性、相关特性以及重要性从多个特征中提取适合表征单用户输血量的特征参数集来训练输血量预测模型；

根据当前住院患者输血相关信息、输血量预测模型，确定患者个体的输血量。

可选的，该方法还包括：

以预定科室的历史血液用量历史信息作为输入，形成按时间排列的离散值构成的曲线；

判断曲线是否出现波动，如果出现波动，则使用多阶差分进行平稳化调整，直到曲线稳定差分参数为零；

根据平滑的时间序列信息建立自回归移动平均时序模型，并确定阶数；

根据各科室的历史用血信息对所述模型参数进行估计和检测；

根据所建立的模型以及参数，当前预定科室患者对应的输血信息对一段时间内的输血量进行预测。

可选的，当前患者输血信息包括输血时间信息。

可选的，分别以历史的手术用血、治疗用血的输注量历史信息作为输入，结合时间信息，建立第一时序模型、第二时序模型，根据所述第一时序模型、第二时序模型确定未来几天的供血量。