本發(fā)明涉及醫(yī)學(xué)，具體涉及一種基于ai技術(shù)的白血病篩查。

背景技術(shù)：

1、白血病是一類造血干細(xì)胞惡性增殖性疾病，主要特征是骨髓中未成熟的血細(xì)胞不受控制的惡性增殖，也是中國十大惡性腫瘤之一。該疾病的發(fā)生與遺傳及環(huán)境污染和不同地域人們生活習(xí)慣的差異等因素具有一定關(guān)系。據(jù)2019年統(tǒng)計，男性死亡率為4.5/10萬，高于3.8/10萬的女性患者。兒童和青少年好發(fā)于5歲以下及5-14歲年齡組，以急性淋巴細(xì)胞白血病最為嚴(yán)重，占兒童腫瘤發(fā)病率及死亡率首位。由此可見，白血病給人民的健康造成了嚴(yán)重的損害，同時也給社會及家庭帶來嚴(yán)重的負(fù)擔(dān)。

2、急性白血病病人往往不會自己知道得了白血病，通常根據(jù)先發(fā)的前期癥狀去醫(yī)院就診，如：感冒發(fā)燒、牙齦出血、皮下出血、貧血等。白血病的初步診斷目前主要是依靠白細(xì)胞形態(tài)學(xué)的檢查，由于工作強度大、連續(xù)工作導(dǎo)致疲勞等原因，使得人工的檢驗效率低下。因此，快速準(zhǔn)確篩查白血病對于挽救病人生命有著重大的臨床意義。

技術(shù)實現(xiàn)思路

1、為了克服上述技術(shù)缺陷，本發(fā)明的第一個方面提供一種基于血常規(guī)數(shù)據(jù)的白血病人工智能初篩模型的建立方法，其包括：

2、步驟s1：采用分析模塊分別訓(xùn)練若干訓(xùn)練數(shù)據(jù)庫，依次得到若干對應(yīng)的規(guī)則集，并將若干假陰率＜5％的規(guī)則集合并匯總得到最終的規(guī)則集，即白血病風(fēng)險篩選模型；

3、步驟s2：白血病風(fēng)險篩選模型對驗證數(shù)據(jù)庫進行統(tǒng)計得到假陰率，假陰率＜5％的規(guī)則集判斷為驗證達標(biāo)的規(guī)則集，如果規(guī)則集的假陰率≥5％，則返回步驟s2，調(diào)整啟動規(guī)則訓(xùn)練前的設(shè)置，再次啟動規(guī)則訓(xùn)練，得到新的規(guī)則集，直至滿足假陰率＜5％；

4、步驟s3：對白血病風(fēng)險篩選模型進行多次迭代，通過多輪的模型計算尋找出在特定迭代次數(shù)、計算時間限制下的白血病風(fēng)險篩選模型的最優(yōu)模型。

5、進一步地，在步驟s1之前，進一步包括：

6、步驟s11：準(zhǔn)備病歷數(shù)據(jù)；從醫(yī)院電子病歷平臺采集患者電子病歷，搜集診斷結(jié)果為白血病患者與非白血病患者的電子病歷；

7、步驟s12：醫(yī)學(xué)特征提?。簩Σ襟Es11中得到的合格的電子病歷數(shù)據(jù)進行白血病醫(yī)學(xué)特征提取，提取醫(yī)學(xué)特征及醫(yī)學(xué)特征值；所述白血病醫(yī)學(xué)特征包括基本信息、血常規(guī)項目、血常規(guī)研究參數(shù)、xn儀器q-flag信息；

8、步驟s13：特征數(shù)據(jù)標(biāo)準(zhǔn)化及數(shù)據(jù)清洗：對步驟s12得到的白血病臨床及檢驗的大數(shù)據(jù)資料進行特征數(shù)據(jù)標(biāo)準(zhǔn)化，去除有缺失值的數(shù)據(jù)，得到標(biāo)準(zhǔn)數(shù)據(jù)樣本，標(biāo)準(zhǔn)數(shù)據(jù)樣本包括標(biāo)準(zhǔn)醫(yī)學(xué)特征數(shù)據(jù)集及標(biāo)準(zhǔn)診斷結(jié)果集，標(biāo)準(zhǔn)醫(yī)學(xué)特征數(shù)據(jù)集與標(biāo)準(zhǔn)診斷結(jié)果集中的數(shù)據(jù)是一一對應(yīng)關(guān)系；

9、步驟s14：特征篩選：對標(biāo)準(zhǔn)數(shù)據(jù)利用laboman?ai軟件進行統(tǒng)計、規(guī)則挖掘，篩選出與白血病相關(guān)的特征參數(shù)，所述與白血病相關(guān)的特征參數(shù)包括：總標(biāo)本數(shù)、真實陽性標(biāo)本數(shù)、真實陰性標(biāo)本數(shù)、預(yù)測陽性標(biāo)本數(shù)、預(yù)測陰性標(biāo)本數(shù)、假陰率、假陽率、真陰率、真陽率、放行率、總有效率、陽性預(yù)示值、陰性預(yù)示值、特異度、靈敏度、約登指數(shù)、假陰率-置信區(qū)間、t檢驗、重點病例覆蓋率，19項統(tǒng)計指標(biāo)；

10、步驟s15：數(shù)據(jù)集拆分：對數(shù)據(jù)進行預(yù)切分，將數(shù)據(jù)平分為若干訓(xùn)練數(shù)據(jù)庫和一驗證數(shù)據(jù)庫。

11、進一步地，所述血常規(guī)項目包括35個具體特征字段，詳見下表：

12、

13、

14、所述血常規(guī)研究參數(shù)包括52個具體特征字段，詳見下表：

15、

16、

17、

18、所述xn儀器q-flag信息包括14個具體特征字段，詳見下表：

19、 項目名稱 解釋 blasts/abn?lympho？ 存在母細(xì)胞的可能性/淋巴細(xì)胞異常的可能性 blasts？* 存在爆炸的可能性 abn?lympho？* 淋巴細(xì)胞異常的可能性 left?shift？ 左移的可能性 atypical?lympho？ 非典型淋巴細(xì)胞的可能性 nrbc?present 高有核紅細(xì)胞計數(shù) ig?present 未成熟粒細(xì)胞增多 rbc?agglutination？ 紅細(xì)胞凝集的可能性 turbidity/hgb?interf？ 乳糜瀉對hgb影響的可能性 iron?deficiency？ 缺鐵的可能性 hgb?defect？ hgb異常的可能性 fragments？ 紅細(xì)胞碎片化的可能性 anemia 貧血 plt?clumps？ plt結(jié)塊的可能性

20、。

21、進一步地，步驟s13包括：

22、s131特征數(shù)據(jù)標(biāo)準(zhǔn)化：建立標(biāo)準(zhǔn)庫和白血病專業(yè)數(shù)據(jù)庫，基于白血病專業(yè)數(shù)據(jù)庫人工構(gòu)建血常規(guī)項目、研究參數(shù)、q-flag信息及其他醫(yī)學(xué)實體名詞標(biāo)準(zhǔn)庫，標(biāo)準(zhǔn)庫中包含每個醫(yī)學(xué)名詞的標(biāo)準(zhǔn)名稱及出現(xiàn)過的相似名稱，并進行編碼便于唯一標(biāo)識，形成特征標(biāo)準(zhǔn)庫，對步驟s12提取的醫(yī)學(xué)特征和醫(yī)學(xué)特征值，將其中同一種特征不同的表述對照特征標(biāo)準(zhǔn)庫進行替換，統(tǒng)一特征描述，得到標(biāo)準(zhǔn)化的醫(yī)學(xué)特征數(shù)據(jù)，具體的，對醫(yī)學(xué)特征值的替換，主要為符號、字母、文字、單位、醫(yī)學(xué)代碼的替換，統(tǒng)一符號、字母、文字、單位、醫(yī)學(xué)代碼；

23、s132數(shù)據(jù)清洗：對數(shù)據(jù)進行以下預(yù)處理：(1)標(biāo)注特征數(shù)據(jù)和標(biāo)簽信息；(2)標(biāo)本關(guān)鍵特征數(shù)據(jù)信息丟失較多，丟棄該標(biāo)本；(3)標(biāo)本的標(biāo)簽信息缺失，丟棄該標(biāo)本；(4)對空值字段使用該字段的平均值填充；對于缺失比例非常大的字段，如>＝80％的，丟棄該字段。

24、進一步地，所述若干訓(xùn)練數(shù)據(jù)庫包括訓(xùn)練數(shù)據(jù)庫a、訓(xùn)練數(shù)據(jù)庫b、訓(xùn)練數(shù)據(jù)庫c，所述步驟s1包括：(1)啟動規(guī)則訓(xùn)練前，在分析模塊中預(yù)先設(shè)置：模型訓(xùn)練強度、組合條件數(shù)、最大訓(xùn)練輪次、假陰率閾值、運行時限、自動合并冗余規(guī)則開啟或關(guān)閉、重點必中的開啟或關(guān)閉，7項設(shè)置；將訓(xùn)練數(shù)據(jù)庫a導(dǎo)入分析模塊；然后啟動規(guī)則訓(xùn)練，運行結(jié)束后得到初步規(guī)則集初a；對于得到的規(guī)則集初a，使用單規(guī)則過擬合、單規(guī)則假陰率、單規(guī)則假陽率，3項指標(biāo)進行優(yōu)化規(guī)則；(2)根據(jù)挖掘的規(guī)則集，查看統(tǒng)計結(jié)果，如果假陰率低于5％的規(guī)則集判斷為訓(xùn)練達標(biāo)的規(guī)則集；如果沒有達到假陰率低于5％，則返回步驟(1)，調(diào)整啟動規(guī)則訓(xùn)練前的設(shè)置，修改組合條件數(shù)、假陰率閾值、運行時限，再次啟動規(guī)則訓(xùn)練，直至滿足假陰率低于5％，得到最終的規(guī)則集a；(3)重復(fù)步驟s1，分別利用數(shù)據(jù)庫b、數(shù)據(jù)庫c得到規(guī)則集b、規(guī)則集c；(4)最后將規(guī)則集a、規(guī)則集b、規(guī)則集c匯總得到最終的規(guī)則集，稱為白血病風(fēng)險篩查模型。

25、本技術(shù)的第二個方面提供一種基于血常規(guī)數(shù)據(jù)的白血病人工智能初篩模型的建立系統(tǒng)，其包括：

26、分析模塊，所述分析模塊用于訓(xùn)練所述若干訓(xùn)練數(shù)據(jù)庫，依次得到若干對應(yīng)的規(guī)則集，并將若干假陰率＜5％的規(guī)則集合并匯總得到最終的規(guī)則集，即白血病風(fēng)險篩選模型；還用于采用所述白血病風(fēng)險篩選模型對驗證數(shù)據(jù)庫進行統(tǒng)計得到假陰率，假陰率＜5％的規(guī)則集判斷為驗證達標(biāo)的規(guī)則集，如果規(guī)則集的假陰率≥5％，則調(diào)整啟動規(guī)則訓(xùn)練前的設(shè)置，再次啟動規(guī)則訓(xùn)練，得到新的規(guī)則集，直至滿足假陰率＜5％；

27、迭代模塊，所述迭代模塊用于對白血病風(fēng)險篩選模型進行多次迭代，通過多輪的模型計算尋找出在特定迭代次數(shù)、計算時間限制下的白血病風(fēng)險篩選模型的最優(yōu)模型。

28、進一步地，所述分析模塊包括由n組子模型、n組統(tǒng)計模塊及一組選擇模塊組成；每一所述子模型包括決策樹算法模塊，子模型通過對特征數(shù)據(jù)進行劃分，根據(jù)決策樹算法模塊不斷構(gòu)建適合的規(guī)則，并重復(fù)決策樹算法模塊步驟若干次，選擇出當(dāng)前輪次的合格模型，通過n組子模型的協(xié)同計算，最終統(tǒng)計并選擇出一組最優(yōu)的模型；統(tǒng)計模塊用于以一組模型挖掘得出的規(guī)則組作為輸入，根據(jù)樣本集中的實際標(biāo)注標(biāo)簽數(shù)據(jù)，計算各種統(tǒng)計學(xué)指標(biāo)；選擇模塊用于以一系列統(tǒng)計模塊的統(tǒng)計學(xué)指標(biāo)作為輸入，選出一系列統(tǒng)計數(shù)據(jù)對應(yīng)的子模型中具有最優(yōu)假陰率、假陽率指標(biāo)的一組子模型。

29、進一步地，基于血常規(guī)數(shù)據(jù)的白血病人工智能初篩模型的建立系統(tǒng)進一步包括數(shù)據(jù)采集與處理模塊，所述數(shù)據(jù)采集與處理模塊包括：

30、病歷數(shù)據(jù)采集模塊，所述病歷數(shù)據(jù)采集模塊用于從醫(yī)院電子病歷平臺采集患者電子病歷，搜集診斷結(jié)果為白血病患者與非白血病患者的電子病歷；

31、醫(yī)學(xué)特征提取模塊，所述醫(yī)學(xué)特征提取模塊用于對病歷數(shù)據(jù)采集模塊得到的合格的電子病歷數(shù)據(jù)進行白血病醫(yī)學(xué)特征提取，提取醫(yī)學(xué)特征及醫(yī)學(xué)特征值；所述白血病醫(yī)學(xué)特征包括基本信息、血常規(guī)項目、血常規(guī)研究參數(shù)、xn儀器q-flag信息；所述血常規(guī)研究參數(shù)包括52個具體特征字段，詳見下表：

32、

33、

34、

35、所述xn儀器q-flag信息包括14個具體特征字段，詳見下表：

36、 項目名稱 解釋 blasts/abn?lympho？ 存在母細(xì)胞的可能性/淋巴細(xì)胞異常的可能性 blasts？* 存在爆炸的可能性 abn?lympho？* 淋巴細(xì)胞異常的可能性 left?shift？ 左移的可能性 atypical?lympho？ 非典型淋巴細(xì)胞的可能性 nrbc?present 高有核紅細(xì)胞計數(shù) ig?present 未成熟粒細(xì)胞增多 rbc?agglutination？ 紅細(xì)胞凝集的可能性 turbidity/hgb?interf？ 乳糜瀉對hgb影響的可能性 iron?deficiency？ 缺鐵的可能性 hgb?defect？ hgb異常的可能性 fragments？ 紅細(xì)胞碎片化的可能性 anemia 貧血 plt?clumps？ plt結(jié)塊的可能性

37、特征數(shù)據(jù)標(biāo)準(zhǔn)化及數(shù)據(jù)清洗模塊，所述特征數(shù)據(jù)標(biāo)準(zhǔn)化及數(shù)據(jù)清洗模塊用于對白血病臨床及檢驗的大數(shù)據(jù)資料進行特征數(shù)據(jù)標(biāo)準(zhǔn)化，去除有缺失值的數(shù)據(jù)，得到標(biāo)準(zhǔn)數(shù)據(jù)樣本，標(biāo)準(zhǔn)數(shù)據(jù)樣本包括標(biāo)準(zhǔn)醫(yī)學(xué)特征數(shù)據(jù)集及標(biāo)準(zhǔn)診斷結(jié)果集，標(biāo)準(zhǔn)醫(yī)學(xué)特征數(shù)據(jù)集與標(biāo)準(zhǔn)診斷結(jié)果集中的數(shù)據(jù)是一一對應(yīng)關(guān)系；

38、特征篩選模塊，所述特征篩選模塊用于對標(biāo)準(zhǔn)數(shù)據(jù)利用laboman?ai軟件進行統(tǒng)計、規(guī)則挖掘，篩選出與白血病相關(guān)的特征參數(shù)，所述與白血病相關(guān)的特征參數(shù)包括：總標(biāo)本數(shù)、真實陽性標(biāo)本數(shù)、真實陰性標(biāo)本數(shù)、預(yù)測陽性標(biāo)本數(shù)、預(yù)測陰性標(biāo)本數(shù)、假陰率、假陽率、真陰率、真陽率、放行率、總有效率、陽性預(yù)示值、陰性預(yù)示值、特異度、靈敏度、約登指數(shù)、假陰率-置信區(qū)間、t檢驗、重點病例覆蓋率，19項統(tǒng)計指標(biāo)；

39、數(shù)據(jù)集拆分模塊，所述數(shù)據(jù)集拆分模塊用于對數(shù)據(jù)進行預(yù)切分，將數(shù)據(jù)平分為若干訓(xùn)練數(shù)據(jù)庫和一驗證數(shù)據(jù)庫。

40、進一步地，特征數(shù)據(jù)標(biāo)準(zhǔn)化及數(shù)據(jù)清洗包括：

41、特征數(shù)據(jù)標(biāo)準(zhǔn)化模塊，所述特征數(shù)據(jù)標(biāo)準(zhǔn)化模塊用于建立標(biāo)準(zhǔn)庫和白血病專業(yè)數(shù)據(jù)庫，基于白血病專業(yè)數(shù)據(jù)庫人工構(gòu)建血常規(guī)項目、研究參數(shù)、q-flag信息及其他醫(yī)學(xué)實體名詞標(biāo)準(zhǔn)庫，標(biāo)準(zhǔn)庫中包含每個醫(yī)學(xué)名詞的標(biāo)準(zhǔn)名稱及出現(xiàn)過的相似名稱，并進行編碼便于唯一標(biāo)識，形成特征標(biāo)準(zhǔn)庫，對提取的醫(yī)學(xué)特征和醫(yī)學(xué)特征值，將其中同一種特征不同的表述對照特征標(biāo)準(zhǔn)庫進行替換，統(tǒng)一特征描述，得到標(biāo)準(zhǔn)化的醫(yī)學(xué)特征數(shù)據(jù)，具體的，對醫(yī)學(xué)特征值的替換，主要為符號、字母、文字、單位、醫(yī)學(xué)代碼的替換，統(tǒng)一符號、字母、文字、單位、醫(yī)學(xué)代碼；

42、數(shù)據(jù)清洗模塊，所述數(shù)據(jù)清洗模塊用于對數(shù)據(jù)進行以下預(yù)處理：(1)標(biāo)注特征數(shù)據(jù)和標(biāo)簽信息；(2)標(biāo)本關(guān)鍵特征數(shù)據(jù)信息丟失較多，丟棄該標(biāo)本；(3)標(biāo)本的標(biāo)簽信息缺失，丟棄該標(biāo)本；(4)對空值字段使用該字段的平均值填充；對于缺失比例非常大的字段，如≥80％的，丟棄該字段。

43、進一步地，所述若干訓(xùn)練數(shù)據(jù)庫包括訓(xùn)練數(shù)據(jù)庫a、訓(xùn)練數(shù)據(jù)庫b、訓(xùn)練數(shù)據(jù)庫c，所述分析模塊用于：(1)啟動規(guī)則訓(xùn)練前，在分析模塊中預(yù)先設(shè)置：模型訓(xùn)練強度、組合條件數(shù)、最大訓(xùn)練輪次、假陰率閾值、運行時限、自動合并冗余規(guī)則開啟或關(guān)閉、重點必中的開啟或關(guān)閉，7項設(shè)置；將訓(xùn)練數(shù)據(jù)庫a導(dǎo)入分析模塊；然后啟動規(guī)則訓(xùn)練，運行結(jié)束后得到初步規(guī)則集初a；對于得到的規(guī)則集初a，使用單規(guī)則過擬合、單規(guī)則假陰率、單規(guī)則假陽率，3項指標(biāo)進行優(yōu)化規(guī)則；(2)根據(jù)挖掘的規(guī)則集，查看統(tǒng)計結(jié)果，如果假陰率＜5％的規(guī)則集判斷為訓(xùn)練達標(biāo)的規(guī)則集；如果假陰率≥5％，則返回步驟(1)，調(diào)整啟動規(guī)則訓(xùn)練前的設(shè)置，修改組合條件數(shù)、假陰率閾值、運行時限，再次啟動規(guī)則訓(xùn)練，直至滿足假陰率＜5％，得到最終的規(guī)則集a；(3)重復(fù)(1)和(2)，分別利用數(shù)據(jù)庫b、數(shù)據(jù)庫c得到規(guī)則集b、規(guī)則集c；(4)最后將規(guī)則集a、規(guī)則集b、規(guī)則集c匯總得到最終的規(guī)則集，稱為白血病風(fēng)險篩查模型。

44、采用了上述技術(shù)方案后，與現(xiàn)有技術(shù)相比，具有以下有益效果：

45、本技術(shù)利用決策樹算法的學(xué)習(xí)能力，把數(shù)據(jù)分為若干訓(xùn)練數(shù)據(jù)組和一驗證數(shù)據(jù)組，若干訓(xùn)練數(shù)據(jù)組用于規(guī)則的建立，這樣就可以得到多套規(guī)則，最終合并規(guī)則就可實現(xiàn)假陰率的降低，達到假陰性率低于1.5％，遠(yuǎn)優(yōu)越于假陰率低于5％的統(tǒng)計要求。采用本發(fā)明建立的白血病人工智能初篩模型能夠快速、準(zhǔn)確地篩查出白血病，對于挽救病人生命有著重大的臨床意義。