[发明专利]基于集成模型的急诊患者早期死亡率预测方法及系统

权利要求书

1.基于集成模型的急诊患者早期死亡率预测系统，其特征在于：包括

便携式健康监测设备和医疗设备终端，所述便携式健康监测设备和医疗设备终端连接；

患者监控管理系统和电子健康档案，所述患者监控管理系统和电子健康档案连接；

中央业务服务器和中央存储服务器，其中，医疗设备终端和电子健康档案通过移动互联网与基于集成模型的急诊患者早期死亡率预测系统连接；

数据载入模块，用于导入采集到的急诊患者入住期间各项生理指标测量值，所述数据载入模块通过两种方式导入数据，其一为导入便携式健康监测设备采集的原始数据文件，其二为将基于集成模型的急诊患者早期死亡率预测系统作为子系统，集成在医院使用的患者健康管理系统中；

数据预处理模块，用于导入的原始数据进行数据清洗、特征编码和规范化；

特征构建与选择模块，针对不同类型数据，挖掘并构建有效的数据特征，删除冗余特征，提取出最终预测特征；

模型构建与更新模块，用于完成集成模型训练和更新，如果样本出现类别不平衡问题，首先采用SMOTE方法对少样本类别进行过采样，然后再构建集成模型预测急诊患者早期死亡率，所述集成模型采用指数加权平均的处理方式，集成了LightGBM、XGBoost和CatBoost三个基于决策树的子模型；

患者预测模块，利用训练好的集成模型进行预测，并统计预测结果；

患者排序模块，对急诊患者进行实时预测，并将各个患者按照危急程度进行排序；

患者预警模块，根据患者排序模块的结果，对高风险、波动剧烈的患者及时发出预警，通知医护人员采取相应措施。

2.基于集成模型的急诊患者早期死亡率预测方法，其特征在于：包括如下步骤：

步骤一、采集急诊患者入住期间的各项生理指标测量值，并对获得的原始数据进行预处理，提取预测指标，所述步骤一具体包括如下步骤：

S11：从多个维度采集急诊患者从入住到出院或者死亡整个住院期间的各项生理指标测量值，所述各项生理指标主要包括人口统计学信息、生命体征和病理测验；

S12：对获得的原始数据进行数据清洗，包括统一数据格式，删除重复记录，填充缺失数据和处理异常值；

S13：对非数值类预测指标进行编码，并对编码后的所有变量进行规范化；

步骤二、挖掘并构建有效数据特征，删除冗余特征，所述步骤二具体包括如下步骤：

S21、特征构建，从急诊患者各项生理指标测量值构建相关预测特征，作为集成模型后续输入变量；

S22：特征选择，预测特征选择与患者早期死亡率最相关的特征，删除冗余的预测特征；

步骤三、处理数据类别不平衡问题；

步骤四、构建集成模型，并利用集成模型预测急诊患者早期死亡率；

步骤五、统计预测结果。

3.根据权利要求2所述的基于集成模型的急诊患者早期死亡率预测方法，其特征在于：所述步骤S11进一步包括：

所述人口统计学信息包括性别、年龄、入院时间、出院时间和死亡时间，所述生命体征包括体温、心率、呼吸率、收缩压、舒张压和氧饱和度，所述病理测验包括血常规、生化测试、凝血功能、尿钠肽和心肌标志物。

4.根据权利要求2所述的基于集成模型的急诊患者早期死亡率预测方法，其特征在于：所述步骤S12进一步包括：

采用相邻时刻的非空值来插补高采样时序数据的缺失值，采用均值来插补低采样数据的缺失值；同时利用箱型图可视化各个指标的分位数，用正常范围的最大值、最小值来替代超出上、下界分位数的异常值。

5.根据权利要求2所述的基于集成模型的急诊患者早期死亡率预测方法，其特征在于：所述步骤S13进一步包括：

对非数值类预测指标分别进行one-hot编码，得到相应的数值变量；然后对所有数值变量采用min-max归一化方法，保留0～1相同数值范围，具体公式为：