[发明专利]一种可解释的急性肾损伤持续预警方法、系统、存储介质及电子设备

权利要求书

1.一种可解释的急性肾损伤持续预警方法，其特征在于，包括以下步骤：

S1:临床电子病历数据获取，构建以小时为单位步长的患者表格化时间序列，选取KDIGO指南中的肌酐和尿量标准定义急性肾损伤的发生以及危急程度；

S2:数据预处理及特征提取，进行临床动态特征解析，依据先验知识进行临床信息挖掘，提取临床经验特征；

S3:急性肾损伤持续预警深度学习方法构建，基于扩张因果卷积结合嵌入挤压和激励SE模块的残差网络对患者时间序列信息进行多层非线性映射表示，自动挖掘患者时间维度前后状态信息的潜在关联，每六小时一次利用过去24小时的信息预测患者将来24小时内患急性肾损伤的风险，实现急性肾损伤风险的持续预警；

S4:预警模型可解释方法提出，利用改进积分梯度方法对持续预警模型进行解释，输出单个患者每次预测的特征重要度分布，提示高危风险因素；

S5:临床可视化交互界面搭建，基于提示的可解释信息搭建临床可视化交互界面以辅助临床决策，建立从原始数据和可视化预警信息显示到医生实时风险追踪、再到医生介入纠正、从而不断更新模型的全链条交互模式。

2.根据权利要求1所述的一种可解释的急性肾损伤持续预警方法，其特征在于，从电子病历数据中获取包括年龄、性别、身高、体重、合并症、入重症监护室ICU时长的人口统计学资料，心率、温度、收缩压、舒张压、平均动脉压、呼吸频率、血氧饱和度的实时采集的生命体征，pH、血氧分压、血二氧化碳分压、吸氧分数、碱剩余、乳酸盐、血糖、血细胞比容、血红蛋白、白细胞计数、血小板、白蛋白、阴离子间隙、碳酸氢盐、尿素氮、肌酐、钙离子、氯离子、钠离子、钾离子、国际标准化比值、尿量的更新的实验室检查信息，以小时为单位步长构建融合重症患者多生理参数信息的表格化时间序列，实时反映患者生理状态；选取KDIGO指南中的肌酐和尿量标准定义急性肾损伤的发生以及危急程度。

3.根据权利要求1所述的一种可解释的急性肾损伤持续预警方法，其特征在于，对数据进行如下预处理和特征提取，预处理包括数据标准化、低于生理参数分布1％以下以及高于99％以上的异常值剔除、对缺失值向后以及中值填充法处理；特征提取依据临床先验知识计算得到氧合指数、尿素氮和血肌酐比值、身体质量指数、48小时内血肌酐最低值、12小时尿量，以及缺失值标志序列、当前参数采样与上一次记录差值、过去24小时内生命体征最大值、最小值、中值、标准差、差值序列标准差的统计指标特征。

4.根据权利要求1所述的一种可解释的急性肾损伤持续预警方法，其特征在于利用改进的积分梯度方法对持续预警模型进行解释，具体方法如下：假设预警模型表示为f，输入为v，则v的第i个分量的归因值可以看做是模拟特征缺失的基线b到输入v路径上所有梯度的累计；该路径可表示为γ(α)，其中α∈[0,1]，并且γ(0)＝b,γ(1)＝v；在IG中使用直线路径，即γ(α)＝b+α(v-b)，则表示为：

为避免基线b的选择方法对结果产生差异化的影响，利用期望梯度方法对多个基线求平均；假设基线来自分布D，则重新表示为：

其中p_D为基线概率密度函数，假设α服从区间[0,1]上的均匀分布U，则期望梯度将上述积分重新表示为下式：

为了在实际应用中计算特征归因值，随机从患者人群中选取k个样本作为从基线分布D中选取的基线样本，得到下式：

即为单个患者每次预测的特征重要度值，用于提示高危风险因素。