(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210937055.X (22)申请日 2022.08.05 (71)申请人 天津医科 大学总医院 地址 300052 天津市和平区鞍山道154 号 (72)发明人 袁恒杰　张靖悦　吕良福　张琳琳　 钟殿胜　孙银娟　崔旭东　 (74)专利代理 机构 天津市宗欣专利商标代理有 限公司 1210 3 专利代理师 董光仁 (51)Int.Cl. G16H 50/30(2018.01) G16H 50/50(2018.01) G16H 70/60(2018.01) G06N 20/00(2019.01) (54)发明名称 医学潜在相关指标风险监控系统、 方法、 终 端及存储介质 (57)摘要 本发明属于医学指标数据 识别技术领域， 公 开了医学潜在相关指标风险监控系统、 方法、 终 端及存储介质。 所述监控方法包括： 建立医学潜 在相关指标风险病例数据库； 根据数据库建立基 于医学潜在相关指标风险数据的预防筛查人工 智能算法模 型， 根据获取的实际医学潜在相关指 标风险数据， 对建立的预防筛查人工智能算法模 型进行验证； 将医学潜在相关指标风险数据输入 报告输出系统程序， 并根据建立的所述预防筛查 人工智能算法模 型进行预测， 报告输出系统输出 医学潜在相关指标风险预防筛查的报告， 并在客 户端的界面进行可视化示出。 本发 明可帮助接受 HEC的CINV预防筛查对象和医生进行CINV风险管 控， 降低CI NV发病率， 减轻社会负担 。 权利要求书2页 说明书9页 附图3页 CN 115312193 A 2022.11.08 CN 115312193 A 1.一种医学潜在相关指标风险监控方法， 其特征在于， 应用于客户端， 所述医学潜在相 关指标风险监控方法包括以下步骤： S1： 建立医学潜在相关指标风险病例数据库， 对采集的医学潜在相关指标风险数据进 行存储； S2： 根据步骤S1中建立的医学潜在相 关指标风险病例数据库， 建立基于医学潜在相关 指标风险数据的预防筛查人工智能算法模型， 根据获取的实际医学潜在相关指标风险数 据， 对建立的预防筛查人工智能算法模型进行验证； S3： 将医学潜在相关指标风险数据输入报告输出系统程序， 并根据建立的所述预防筛 查人工智能算法模型进行预测， 报告输出系统输出医学潜在相关指标风险预防筛查的报 告， 并在客户端的界面进行 可视化示出。 2.根据权利要求1所述的医学潜在相关指标风险监控方法， 其特征在于， 在步骤S1中建 立医学潜在相关指标风险病例数据库的方法包括以下步骤： S11： 收集医学潜在相关指标并记录不同等级； 所述潜在相关指标包括人口统计学数 据、 肝肾功能标志 物、 治疗方法、 日常监测指标； S12： 将收集的数据统一 放入Excel表格形成医学潜在相关指标风险病例数据库； S13： 对步骤S12中形成的医学潜在相关指标风险病例数据库的数据进行 预处理； S14： 对医学潜在相关指标风险病例数据库的数据进行划分， 70％的数据用作训练数据 集， 30％的数据用作验证数据集。 3.根据权利要求2所述的医学潜在相关指标风险监控方法， 其特征在于， 在步骤S13中 的预处理包括以下步骤： 数据筛选， 去除数据缺失比例超过阈值的训练样本和特 征； 使用SMOTE算法平衡数据， 对于少数类中每一个样本， 以欧氏距离为标准计算它到少数 类样本集中所有样本的距离， 得到其近邻； 根据样本不平衡比例设置一个采样比例以确定 采样倍率， 对于每一个少数类样本， 从其近邻中随机 选择若干个样本构建新的样本； 特征选择， 选取特征子集； 特征子集分别为人口统计学数据、 肝肾功能标志物、 治疗方 法、 日常监测指标。 4.根据权利要求1所述的医学潜在相关指标风险监控方法， 其特征在于， 在步骤S2中的 建立预防筛查人工智能算法模型 方法包括如下步骤： S21： 建立模型： 根据对医学潜在相关指标风险病例数据库的数据进行划分的训练数据 集， 运用人工智能的gcForest算法， 建立预防筛查人工智能算法模型； S22： 模型优化： 对步骤S2 1中得到的预防筛查人工智能算法模型进行优化： 模型训练采 用自动调优， 采用网格搜索技 术， 自动调整网络结构； S23： 模型训练： 将预防筛查人工智能算法模型训练为 风险预测模型； S24： 模型评估： 采用验证数据集对步骤S23获得的风险预测模型进行评估， 评估指标包 括准确度， 精密度、 召回率、 F1值和AUC 。 5.根据权利要求1所述的医学潜在相关指标风险监控方法， 其特征在于， 在步骤S3中， 输入报告输出系统包括： 全自动生化分析仪的终端设备、 移动端程序软件； 所述移动端程序 软件内置在全自动生 化分析仪的终端设备内。 6.根据权利要求5所述的医学潜在相关指标风险监控方法， 其特征在于， 输入报告输出权　利　要　求　书 1/2 页 2 CN 115312193 A 2系统的结果输出包括： 基于全自动生化分析仪的终端设备进 行肝肾功能生物 标志物检测分 析得到定量的血液生化结果， 同时结合该筛查对象的人口统计学数据、 治疗方法、 日常监测 指标， 并根据预防筛查人工智能算法模型， 最终呈现智能预防筛查系统报告； 预防筛查系统报告包括： 人口统计学数据、 肝肾功能标志物、 治疗方法、 日常监测指标 的具体情况、 风险系数、 结果 解释及处 理意见信息 。 7.根据权利要求1所述的医学潜在相关指标风险监控方法， 其特征在于， 在步骤S3 中的 预防筛查人工智能算法模型包括： 输入到多粒度滑动窗口扫描， 分别5 ‑dim,10‑dim,15dim 窗口进行扫描， 得到16个5维向 量， 11个10维向量， 6个15维向量， 输入至完全随机森 林和随机森林， 将 输出结果聚合为66维 向量； 将66维向量输入至级联森林， 并且将 66维向量与级 联森林的一、 二层的输出结果进 行 聚合， 对第三层的结果取平均， 然后取最大值得 出预测结果； 级联森林聚合过程包括： 66维特征首先输入到5个Forest， 得到5个2维的特征向量， 与 原始的66维特征向量连接在一起， 构成第一层76维lay的特征， lay1的特征也经过5个 forest得到5个2维特征向量， 这个特征向量与66维原始特征向量连接， 形成第二层76维的 特征向量； 在第三层76维的特征输入， 经过5个forest得到5个2维特征向量， 对5个向量取平 均然后取最大。 8.一种实施权利要求1 ‑7任意一项所述的医学潜在相关指标风险监控方法的医学潜在 相关指标风险监控系统， 其特征在于， 应用于客户端， 所述医学潜在相关指标风险监控系统 包括： 医学潜在相关指标风险病例数据库(1)， 用于对收集的医学潜在相关指标风险数据进 行存储； 预防筛查人工智能算法模型建立模块(2)， 用于根据建立的医学潜在相关指标风险病 例数据库， 建立预防筛查人工智能算法模型， 根据采集的实际医学潜在相关指标风险数据， 对建立的预防筛查人工智能算法模型进行验证； 输入报告输出系统(3)， 用于将采集的医学潜在相关指标风险数据输入内置程序中， 并 根据建立的所述预防筛查人工智能算法模型进行预测， 输出预防筛查报告， 并进行可视化 示出。 9.一种计算机设备， 其特征在于， 所述计算机设备包括存储器和处理器， 所述存储器存 储有计算机程序， 所述计算机程序被所述处理器执行时， 使得所述处理器执行权利要求 1‑7 任意一项所述的医学潜在相关指标风险监控方法。 10.一种计算机可读存储介质， 存储有计算机程序， 所述计算机程序被处理器执行时， 使得所述处理器执行权利要求1 ‑7任意一项所述的医学潜在相关指标风险监控方法。权　利　要　求　书 2/2 页 3 CN 115312193 A 3