[发明专利]一种围术期药物不良反应评估模型构建方法

权利要求书

1.一种围术期药物不良反应评估模型构建方法，其特征在于，包括以下步骤：

S1、在术前采集手术对象的术前生理指标数据；

S2、在术中采集手术对象术中生理指标数据、手术药物的使用数据；

S3、跟踪采集手术对象的术后症状表现数据与术后生理指标数据；

S4、构建评估模型，将S1、S2以及S3中得到的所有数据作为训练集对评估模型进行训练；

步骤S3的跟踪采集动作包括下列步骤：

A1、在手术开始时，再次采集手术对象的术前生理指标数据进行手术可执行确认；

A2、在手术过程中对手术对象的术中生理指标数据和手术药物的使用数据进行实时采集；

A3、将每一个时刻的术中生理指标数据作为该时刻环境，同时刻的手术药物的使用数据作为该时刻动作，从而构建每一个时刻的环境动作对；

A4、按手术时间顺序对环境动作对进行排列，从而得到该手术对象的术中流程序列数据，并存入数据库中；

步骤S4的构建评估模型包括下列步骤：

C1、构建并训练得到只提取与动作相关环境特征的特征提取器；

C2、使用完成训练后的特征提取器对数据库中环境动作对中的环境数据进行特征提取，并对所有提取到的特征表示进行聚类分析，为每一条环境数据标注聚类分析的分类结果标签；

C3、构建预测模型，所述预测模型的输入为基于步骤S1的术前生理指标数据、步骤A1中再次采集的术前生理指标数据以及步骤S2中术中生理指标数据构建的输入数据序列，所述预测模型的输出预测对象为步骤S3中的症状表现数据与术后生理指标数据；

C4、根据步骤S3得到的每个手术对象的术后症状表现数据与术后生理指标数据，为每个手术对象指定符合手术对象情况的多个术后不良反应标签，并将术后不良反应标签与该手术对象对应的环境数据的所有聚类分析结果标签关联；

C5、统计每个聚类分析结果标签下的不同不良反应标签数量，归一化得到每个聚类分析结果标签对与自己关联的每个不良反应标签的影响概率；

C6、对与每个手术对象的所有聚类分析结果标签关联的不良反应标签影响概率进行统计分析，得到手术对象术后发生对应的术后不良反应概率；将预测得到的术后症状表现数据与术后生理指标数据与术后不良反应概率进行比对，给出术后不良反应概率可信度。

2.根据权利要求1所述的一种围术期药物不良反应评估模型构建方法，其特征在于，步骤S1的术前生理指标数据和步骤A1的术前生理指标数据包括客观医学检验数据、基于医生经验的主观评估数据以及基于手术对象感受的主观描述数据。

3.根据权利要求2所述的一种围术期药物不良反应评估模型构建方法，其特征在于，步骤S3跟踪采集手术对象的症状表现数据与术后生理指标数据包括下列步骤：

B1、在手术结束的N个小时内，采集手术对象的客观医学检验数据、基于医生经验的主观评估数据以及基于手术对象感受的主观描述数据；

B2、在手术结束后的住院观察期间内，采集手术对象的客观医学检验数据、基于医生经验的主观评估数据以及基于手术对象感受的主观描述数据；

B3、在手术对象出院后的一段时间内，定期采集手术对象的客观医学检验数据、基于医生经验的主观评估数据以及基于手术对象感受的主观描述数据。

4.根据权利要求1所述的一种围术期药物不良反应评估模型构建方法，其特征在于，所述步骤C1中的构建并训练特征提取器包括下列步骤：

D1、使用词向量转换技术，将数据库中基于序列的每个环境动作对中的环境数据转换为词向量的形式；

D2、使用数据库中多个手术对象的术中流程序列数据、手术对象在步骤S1中采集的术前生理指标数据以及步骤A1中采集的术前生理指标数据构建仿真药物使用环境；

D3、构建具有动作预测器和特征提取器的强化学习模型，在仿真药物使用环境中训练得到只提取与动作相关环境特征的特征提取器，所述强化学习模型的环境输入为转换后的环境词向量，强化学习模型的输出动作为数据库中已有的药物使用数据。