[发明专利]一种数据共享策略下的多中心协同预后预测系统

摘要

本发明公开了一种数据共享策略下的多中心协同预后预测系统。该系统能够在多个医疗机构中心下实现隐私保护的数据共享，从而为模型构建提供足够的数据。本发明采用相对于弱分类器能够获得更好预测结果的集成学习算法来构建系统。该系统在各个中心处理敏感的患者级数据，并同时构建出集成学习模型的子分类器，仅交换不太敏感的中间结果以构建完整的集成学习模型，从而保证了所提出的多中心模型与集中式模型具有相同甚至更优的结果。本发明多中心协同预后预测系统保护了患者的个人隐私，不需要在大型集中式数据源上运行算法模型，在实际临床应用中，为单个医疗机构中构建预测模型的样本太少提供了可靠的解决方案。

主权项

1.一种数据共享策略下的多中心协同预后预测系统，其特征在于，包括：(1)数据获取模块：在各医疗机构中心分别收集患者预后预测所需要的各个变量的数据，作为该医疗机构中心的源数据集。(2)数据匿名化模块：对每个医疗机构中心的源数据集以百分比p进行随机采样，对采样数据使用匿名化算法生成匿名化数据，剩余数据作为该医疗机构中心的本地训练集；来自每个医疗机构中心的匿名化数据由中央服务器收集合成增强数据集；将增强数据集分成两部分，即附加训练集和验证集；附加训练集用于回传并分配给每个医疗机构中心；验证集用于选择集成学习模型的超参数(hyper parameter)。(3)模型训练模块：每个医疗机构中心在本地训练集成学习模型的子分类器，在训练过程中的训练数据包括该医疗机构中心的本地训练集和中央服务器回传给该医疗机构中心的附加训练集；这表明用于训练每个医疗机构中心子分类器的训练集不仅来自中心本身还来自其他中心的数据集，从而增加数据集的随机性，以提高集成学习模型的整体性能。在训练过程中，利用从增强数据集创建的验证集选择集成学习模型的超参数。(4)预后模型应用模块：由中央服务器收集各医疗机构中心本地训练的子分类器构成完整的集成学习模型；将新的患者数据输入该集成学习模型执行预后预测。