[发明专利]胰岛素剂型选择及剂量调整方法及系统

说明书

本发明公开了一种胰岛素剂型选择及剂量调整方法及系统，包括：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；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；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；建立胰岛素初始总剂量模型，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；建立胰岛素剂量调整模型。

技术领域

本发明涉及胰岛素剂量调整技术领域，特别是涉及一种胰岛素剂型选择及剂量调整方法及系统。

背景技术

随着生活方式和饮食结构的改变，糖尿病呈现全球流行趋势。国际糖尿病联盟调查结果显示，2015年全球糖尿病患者达到4.15亿，预计2040年糖尿病患者将会上升至6.42亿。中国是糖尿病流行的重灾区，糖尿病患者人数高达1.14亿，给社会造成巨大经济负担。

在面对11.6％的高糖尿病患病率，糖尿病知晓率只有30.1％。而知晓糖尿病的人群，治疗率只有25.8％。接受治疗的人群，糖尿病的控制率只有39.7％。糖尿病患者良好的血糖控制可以显著降低糖尿病并发症发生风险。

尽管目前降糖药物种类繁多，然而随着病程进展，大部分2型糖尿病患者最终需要胰岛素补充治疗才能有效控制血糖水平。研究显示，中国目前34％的2型糖尿病患者在使用胰岛素，而使用胰岛素的患者平均糖化血红蛋白水平为8.21％，远远高于血糖控制目标。缺乏及时有效的胰岛素调整指导是导致血糖控制不佳的重要原因。

中国大多数糖尿病患者是在内分泌专科医生指导下调节胰岛素方案和剂量，这耗时且浪费大量社会卫生资源。同时面临日益增长的糖尿病患者，中国内分泌专科医生显得严重不足。中国糖尿病管理面临严峻问题，探讨合理的糖尿病患者管理方案是需要迫切解决的问题。而国外90％以上2型糖尿病患者由社区基层医生直接管理。中国目前的分级诊疗政策也是希望将糖尿病等慢病下放至社区，实现糖尿病患者的有效管理和资源的有效利用。然而基层医生短缺、诊治水平参差不齐、对胰岛素使用缺乏信心等现实情况，往往延误胰岛素治疗时机，或导致长期低剂量或过高剂量的胰岛素使用，导致血糖总体控制不佳。

发明内容

本发明针对现有技术存在的问题和不足，提供一种胰岛素剂型选择及剂量调整方法及系统，基于先进人工智能深度学习技术，以2型糖尿病患者胰岛素方案和剂量调整为切入点，建立规范化和个体化结合胰岛素智能辅助决策模型，旨在提升管理糖尿病患者能力，助力分级诊疗。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供一种胰岛素剂型选择及剂量调整方法，其特点在于，其包括以下步骤：

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；

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；

训练糖尿病患者数据集：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；

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；