[发明专利]一种面向宏微观多维度胃癌早期风险评估的人工智能建模方法

说明书

早期筛查和早期诊断是影响癌症患者预后的关键。针对高危人群进行早期评估和预警，对于促进癌症的预防和早期诊断具有重大的科学价值和现实意义。本发明提出了一种面向宏微观多维度胃癌早期风险评估的人工智能建模方法，能够综合个体所暴露的多种胃癌危险因素和中西医表型，从“基因‑分子‑细胞‑系统‑生物个体”宏‑微观多维度进行胃癌风险模拟与评估，定量计算出被测试者患癌风险；并且可针对不同地区胃癌危险因素特点，进行个性化精确评估与预警。本发明通过与12961份临床病例进行验证，结果表明本算法能够有效地预测个体罹患胃癌的风险，对于提高胃癌的早期诊治水平具有重要的临床意义。

技术领域

本发明涉及面向宏微观多维度胃癌早期风险评估的人工智能建模方法和宏微观多维度胃癌早期风险评估系统。

背景技术

胃癌是消化道最常见的肿瘤之一，我国每年胃癌新发病例约67.9万例，死亡病例约49.8万例，其发病率和病死率在恶性肿瘤中均高居第2位，我国胃癌新发病例和死亡病例约占全球42.6％和45.0％，严重威胁人民的生命健康^[1]。目前我国发现的胃癌约90％属于进展期，而胃癌的预后与能否早期诊治密切相关，早期识别和诊断胃癌，能显著提高患者的生存期，降低死亡率^[2]。胃镜检查是目前诊断胃癌的“金标准”，但其属侵入性检查，且费用较高，人群接受度较低，因而目前尚缺乏无创、便捷可行的筛查方法。

胃癌发生与多种危险因素密切相关，涉及复杂的生物分子机制和漫长的病理生理过程。根据《中国早期胃癌筛查流程专家共识意见(2017)》等文献^[2]，目前对于胃癌的早期识别与筛查，主要通过危险因素(如年龄≥40岁、Hp感染、慢性胃炎病史、胃癌家族史、饮食习惯等)，确定筛查的目标人群，然后采用胃镜进行进一步检查。目前胃癌早期筛查存在的主要问题在于，尚无针对高危人群进行精确风险评估，准确界定胃癌筛查目标人群的方法。本发明针对胃癌早期风险评估存在的不足，在本课题组已发表的关于消化系统炎癌转化数学模型的基础上^[3]，提出了一种基于数学建模和人工智能的胃癌早期预警算法。其主要区别在于，前者侧重于构建数学模型阐释消化道炎症条件下发生癌变的内在分子机制；而本发明则侧重于通过结合宏观表型和微观生物信息，对个体患癌风险进行系统评估和预测。

发明内容

本发明旨在综合个体所暴露的多种胃癌危险因素和中西医表型等宏观信息，从分子-细胞-系统多维度进行胃癌风险模拟与评估，定量计算出被测试者患癌风险；并且可针对不同地区胃癌危险因素特点，进行个性化精确评估与预警。

根据本发明的一个方面，提供了一种基于宏微观多尺度的癌症智能预测模型。该模型以癌症危险因素的暴露情况为输入，经过模型的多尺度模拟，最终输出为个体在不同时间段的癌症风险等级。该预测模型的特点是能够综合癌症多种危险因素，精确量化其对微观分子机制的影响，通过基因-分子-细胞多尺度耦合分析和大量临床数据训练，预测癌变的发生概率。

根据本发明的一个方面，提供了一种应用于癌症预测的空间多维度方法。本方法从宏微-微观多维度(基因-分子-细胞-系统-生物个体等)立体模拟胃细胞的癌变过程。根据癌变过程横断面基因表达数据分析和差异表达基因富集，得出对于癌症发展起关键作用的生物过程。将危险因素致癌作用量化为对细胞内具体生物过程的影响。分子层面中，本方法创新点在于能够多层次立体量化分析致癌影响因素，在分子层面解释其致癌机制。

根据本发明的一个方面，提供了一种对于细胞内DNA损伤和基因突变的数学描述方法。这种方法针对于细胞建立了DNA位点损伤概率模型，其损伤概率相关于细胞所处的微环境以及细胞免疫反应状态，并且在不同DNA位点的损伤概率相关于生物学数据库中胃癌患者的真实数据，根据统计学方法确定胃癌演化过程中突变频率较高和对癌症转化起到重要作用的基因，这部分基因的突变在模型演化的推动作用区别于普通基因的突变。