[发明专利]一种基于可解释机器学习的有效生理学特征选择和医学因果推理方法

说明书

本发明揭示了一种基于可解释机器学习的有效生理学特征选择和医学因果推理方法，包括从电子病历中采集医学数据；通过多种特征选择方法将特征空间解耦成多个有效特征的组合；比较不同的特征选择方法，说明在因果推理领域采用SHAP value的合理性；基于SHAP对模型特征进行评估，分析特征空间与预测结果间的关联；将因果信息纳入特征空间，构建可解释机器学习模型；根据不同的因果模型，用各种Shapley Values提供合理的解释；输出每个特征的重要程度、对样本的贡献度和与预测结果的因果关系。本发明实现了根据有效特征来解释病情发展和进行疾病推理，提高了模型的效果和可解释性以及疾病诊断的准确性。

技术领域

本发明涉及计算机和医学领域，特别是涉及一种基于可解释机器学习的有效生理学特征选择和医学因果推理方法。

背景技术

如今，随着人工智能的快速发展，智能医疗领域也得到了迅速的发展。其中，基于医学电子病历展开的智能疾病推理与诊断技术在医疗领域取得了广泛应用。

医学大数据存在数据量大、高维数、高噪声、多样性、复杂性、难理解性、不确定性以及数据分布不平衡等特点。其中，电子病历是医疗大数据中非常重要的组成部分，它包括病人的多个病理学特征、疾病历史数据、检查结果等不同类型的文本信息，并记录了各种诊疗行为下的效果跟踪。如果基于电子病历中的医学数据，可以得出人口学信息、临床指标、治疗方法等不同特征和治疗效果之间的关系，那么我们能很好地从海量医学数据中选出最有效的数据对疾病进行解释。从而帮助病人选择最佳的治疗方案，提高医生的诊断效率，降低医疗成本。

在现实生活中，机器学习的模型决策规则通常难以被清晰表示出来。其学习特征表达的过程通常是一个“黑盒模型”，无法展示出其运行的逻辑规则和关联关系，即缺乏可解释性。针对结构化的数据以及分类任务，集成模型往往会有较好的效果，对于集成学习方法，效果虽好，但也一直无法解决可解释性的问题。所以对于特定的一个样本，我们无法知道这个样本中每个特征值是否真的有效，以及它是如何影响最终结果的。因此，借助基于可解释机器学习的特征选择方法，从数据有效性的角度进行医学因果推理，是很有必要的。

发明内容

本发明的目的在于，提供一种基于可解释机器学习的特征选择和医学因果推理方法，实现通过有效生理学特征和临床指标来解释病情发展情况以及进行疾病推理，提高模型效果和疾病诊断过程中的准确性。

为解决上述技术问题，本发明提供一种基于可解释机器学习的有效生理学特征选择和医学因果推理方法，从特征和结果的角度进行分析，获得样本每个特征与其结果之间的关系，包括如下步骤：

S100、医学数据采集：通过医学电子病历采集病人的生理数据及病情发展情况，得到一个特征空间，并将数据传输至样本数据库；

S200、特征空间解耦：通过多种特征选择方法，保留得分最高的前K个特征，去除不相关特征，将特征空间解耦为用多个有效特征组合的新特征空间，使其能够生成用户希望的数据样本；

S300、特征选择方法对比：通过比较不同特征选择方法所选的有效特征组合的新特征空间，对比不同特征选择方法的适用场景和局限性，说明在因果推理领域采用SHAPvalue选择特征的合理性；

S400、模型特征评估：基于SHAP分析特征对于最终预测结果产生的影响，利用模型所学习得到的特征权重来分析出特征对于预测结果的贡献，并启发式地发现特征间的组合关联关系；

S500、纳入因果信息：对机器学习模型的特征空间纳入因果信息，提供一个多层次框架理解的认知机制，展现出模型特征空间之间以及与预测结果之间的关联或因果关系，从而构建更符合人类认知的可解释的机器学习模型；

S600、医学因果推s理：利用选择的有效特征和构建的可解释机器学习模型，对疾病的分期和分型进行推理，对病情的发展情况进行解释；