[发明专利]器官衰竭的预警方法、系统、电子设备及存储介质

权利要求书

1.一种器官衰竭的预警方法，其特征在于，包括：

提取目标病例的特征数据；

将所述特征数据输入器官衰竭预警模型，以输出所述目标病例在预设时长之后器官衰竭阳性的发作概率；

其中，所述器官衰竭预警模型由器官衰竭的阳性病例特征数据和阴性病例特征数据训练得到，所述阳性病例特征数据包括在预测时刻之前采集到的特征数据，所述预测时刻与器官衰竭阳性的发作时刻之间的间隔为预设时长。

2.如权利要求1所述的器官衰竭的预警方法，其特征在于，所述器官衰竭预警模型通过以下步骤训练得到：

将所述阳性病例特征数据划分为与多个年龄段对应的分组阳性病例特征数据；

将所述阴性病例特征数据划分为与多个所述年龄段对应的分组阴性病例特征数据；

从每一所述分组阳性病例特征数据中提取预设比例的阳性病例特征数据，并从每一所述阴性病例特征数据中提取所述预设比例的阴性病例特征数据，来构建特征数据集；

利用所述特征数据集训练得到所述器官衰竭预警模型；

其中，所述特征数据集包括训练集、测试集与验证集中的至少一种。

3.如权利要求2所述的器官衰竭的预警方法，其特征在于，所述利用所述特征数据集训练得到所述器官衰竭预警模型的步骤包括：

打乱所述特征数据集；

利用打乱后的所述特征数据集训练得到所述器官衰竭预警模型。

4.如权利要求1所述的器官衰竭的预警方法，其特征在于，所述阳性病例特征数据的提取条件包括：

符合阳性病例的确定条件；

所述阳性病例的发作时刻位于进入当前ICU的第一指定时长之后；

所述阳性病例在之前的ICU中未被确定为阳性病例；

所述阳性病例的年龄不小于年龄阈值；

所述阴性病例特征数据的提取条件包括：

符合阴性病例的确定条件；

所述阴性病例在当前ICU内的任意连续第二指定时长内的SOFA分值的最大变化量不超过SOFA阈值；

所述阴性病例在当前ICU内的停留时间超过第三指定时长；

所述阴性病例的ICD9诊断码中不含有器官衰竭的病症代码；

所述阴性病例的年龄不小于年龄阈值。

5.如权利要求4所述的器官衰竭的预警方法，其特征在于，通过以下步骤判断是否符合阳性病例的确定条件以及是否符合阴性病例的确定条件：

获取多组病例原始数据；

判断所述病例原始数据对应的病例是否属于器官衰竭的疑似病例；

若属于疑似病例，则确定所述病例的疑似感染时刻，然后判断所述病例的SOFA分值在包括所述疑似感染时刻的预设时间范围内的最大变化量是否大于所述SOFA阈值；

若大于所述SOFA阈值，则确定所述病例符合阳性病例的确定条件，并确定所述阳性病例器官衰竭阳性的发作时刻；

若不属于疑似病例，或者，不大于所述SOFA阈值，则确定所述病例符合阴性病例的确定条件。

6.如权利要求5所述的器官衰竭的预警方法，其特征在于，所述阳性病例特征数据和所述阴性病例特征数据均包括多个特征字段的数据；

所述阳性病例特征数据通过以下步骤提取得到：

从所述阳性病例对应的病例原始数据中提取阳性病例特征数据；

利用第一筛选规则筛选所述阳性病例特征数据；

所述第一筛选规则包括：所述阳性病例特征数据至少由连续预设数量的采集周期采集得到，并且每个采集周期采集到的阳性病例特征数据中有效的特征字段的数量不小于第一阈值；

所述阴性病例特征数据通过以下步骤提取得到：

从所述阴性病例对应的病例原始数据中提取阴性病例特征数据；

利用第二筛选规则筛选所述阴性病例特征数据；

所述第二筛选规则包括：所述阴性病例特征数据至少由连续预设数量的采集周期采集得到，并且每个采集周期采集到的阴性病例特征数据中有效的特征字段的数量不小于第二阈值；

其中，所述第一阈值不小于所述第二阈值。