[发明专利]胰岛素剂型选择及剂量调整方法及系统

权利要求书

1.一种胰岛素剂型选择及剂量调整方法，其特征在于，其包括以下步骤：

建立糖尿病患者数据集：收集2型糖尿病的患者病历，每份病历包括患者住院期间的检查检验、一诉五史、医嘱、患者基本属性数据，根据病历建立特征性字段；所述特征性字段包括：糖尿病分型、糖尿病病程、年龄、性别、WC、饮食习惯、血糖、低血糖风险现病史+既往史、BMI、糖尿病并发症情况、联合使用的降糖药物、胰岛素分泌功能、肌酐-血、肌酐-尿、ALT、AST、脂蛋白情况、甘油三酯、血压、糖尿病症状、以及胰岛素剂量，其中，脂蛋白情况包括低密度脂蛋白、高密度脂蛋白以及非高密度脂蛋白；

训练糖尿病患者数据集：将所述特征性字段代入Xgboost模型中进行机器学习训练以训练模型中的特征变量；

以糖尿病指南/专家共识为基础，结合机器学习模型，给出适合患者的胰岛素方案，胰岛素方案包括服用胰岛素的时间和对应的胰岛素剂型；初始胰岛素剂型采取的是基础/预混两次/基础加餐时/其他四种剂型中的一种；将四种胰岛素剂型选择通过onehot处理为多分类标签，GBDT模型根据信息增益自动选择最优特征和最优切分点，形成初始决策树，而后再用同样的方法形成补充决策树来拟合前述决策树群预测结果的偏差，直至偏差减小缓慢停止学习，模型训练过程中对子树深度m、子树个数n、衰减因子f、特征采样率r进行设定，子树类型是多分类的softmax模型；

建立胰岛素初始总剂量模型：I_s＝f_s(z)

其中，I_s表示胰岛素初始总剂量，z表示特征变量，f_s表示Xgboost模型，将特征性字段输入至Xgboost模型，将患者的病历的特征性字段代入Xgboost模型中进行机器学习训练以获得胰岛素初始总剂量；

胰岛素划分为三种类型：基础、预混、餐时，又根据不同的注射时间划分为七种类型：基础胰岛素6点b6、基础胰岛素21点b21、预混胰岛素6点p6、预混胰岛素16点p16、餐时胰岛素6点s6、餐时胰岛素10点s10、餐时胰岛素16点s16；

建立胰岛素剂量调整模型：I_k，t+1＝I_k，t+f_k(r_t+1)

其中，k属于上述7种胰岛素注射类型中的一种：k∈[b₆，b₂₁，p₆，p₁₀，s₆，s₁₀，s₁₆]

其中，I_k，t+1是k类型胰岛素t+1日注射的注射剂量，r_t+1是t+1日之前的血糖胰岛素数据解析而来的特征变量，f_k是针对k类型的胰岛素类型胰岛素调整量的Xgboost模型。

2.一种胰岛素剂型选择及剂量调整系统，其特征在于，其包括剂型选择模块、数据收集模块、模型训练模块、剂量模型建立模块和剂量调整模块；

所述数据收集模块用于收集2型糖尿病的患者病历，每份病历包括患者住院期间的检查检验、一诉五史、医嘱、患者基本属性数据，根据病历建立特征性字段；所述特征性字段包括：糖尿病分型、糖尿病病程、年龄、性别、WC、饮食习惯、血糖、低血糖风险现病史+既往史、BMI、糖尿病并发症情况、联合使用的降糖药物、胰岛素分泌功能、肌酐-血、肌酐-尿、ALT、AST、脂蛋白情况、甘油三酯、血压、糖尿病症状、以及胰岛素剂量，其中，脂蛋白情况包括低密度脂蛋白、高密度脂蛋白以及非高密度脂蛋白；

所述模型训练模块用于将特征性字段代入Xgboost模型中进行机器学习训练以训练模型中的特征变量；

所述剂型选择模块用于以糖尿病指南/专家共识为基础，结合进行所述机器学习训练后的Xgboost模型，给出适合患者的胰岛素方案，胰岛素方案包括服用胰岛素的时间和对应的胰岛素剂型；初始胰岛素剂型采取的是基础/预混两次/基础加餐时/其他四种剂型中的一种；所述剂型选择模块用于将四种胰岛素剂型选择通过onehot处理为多分类标签，GBDT模型根据信息增益自动选择最优特征和最优切分点，形成初始决策树，而后再用同样的方法形成补充决策树来拟合前述决策树群预测结果的偏差，直至偏差减小缓慢停止学习，模型训练过程中对子树深度m、子树个数n、衰减因子f、特征采样率r进行设定，子树类型是多分类的softmax模型；

所述剂量模型建立模块用于建立胰岛素初始总剂量模型：I_s＝f_s(z)

其中，I_s表示胰岛素初始总剂量，z表示特征变量，f_s表示Xgboost模型，将特征性字段输入至Xgboost模型，将患者的病历的特征性字段代入Xgboost模型中进行机器学习训练以获得胰岛素初始总剂量；

胰岛素划分为三种类型：基础、预混、餐时，又根据不同的注射时间划分为七种类型：基础胰岛素6点b6、基础胰岛素21点b21、预混胰岛素6点p6、预混胰岛素16点p16、餐时胰岛素6点s6、餐时胰岛素10点s10、餐时胰岛素16点s16；

所述剂量调整模块用于建立胰岛素剂量调整模型：I_k，t+1＝I_k，t+f_k(r_t+1)

其中，k属于上述7中胰岛素注射类型中的一种：k∈[b₆，b₂₁，p₆，p₁₀，s₆，s₁₀，s₁₆]

其中，I_k，t+1是k类型胰岛素t+1日注射的注射剂量，r_t+1是t+1日之前的血糖胰岛素数据解析而来的特征变量，f_k是针对k类型的胰岛素类型胰岛素调整量的Xgboost模型。