CN110223773A - 人工智能肝移植早期肝功能失功的预测方法 - Google Patents
人工智能肝移植早期肝功能失功的预测方法 Download PDFInfo
- Publication number
- CN110223773A CN110223773A CN201910523351.3A CN201910523351A CN110223773A CN 110223773 A CN110223773 A CN 110223773A CN 201910523351 A CN201910523351 A CN 201910523351A CN 110223773 A CN110223773 A CN 110223773A
- Authority
- CN
- China
- Prior art keywords
- liver
- function
- early stage
- transfer operation
- history
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种人工智能肝移植早期肝功能失功的预测方法，包括的方法有：（1）、从医院中获取至少200份的肝移植受体/供体的病例资料，包括其术后的情况登记病例；（2）、对资料数据进行处理，共包括特征数据65个；（3）、将处理后的特征数据，通过5：1的比例分成训练集和测试集，且确保训练集，测试集数据中早期肝功能失功的分布比例是一致的；（4）、通过机器学习的方法，分别训练出随机森林、朴素贝叶斯以及SVM三个模型；（5）、模型融合，将方法（4）中的三个模型的输出作为输入，并在加一层逻辑回归，使得最后在测试集的分类效果达到了92%的准确率和85%的召回率，有效减少肝移植早期肝功能失功的可能性。
Description
技术领域
本发明涉及一种基于人工智能肝移植手术后是否会发生早期肝功能失功的预测方法，该方法可以以客户端软件或网页的型式搭载于电脑或者智能手机上使用。
背景技术
自1963年肝移植出现发展至今，肝移植已经成为肝癌治疗的一个重要手段。与其它治疗方式相比，肝移植手术可直接切除整个病肝，在理论上去除肿瘤根源，达到较高的无瘤生存率。肝移植是治疗终末期肝病的有效方法,但是各种原因导致的肝移植后移植肝早期肝功能失功是肝移植领域目前面临的一大难题, 严重影响肝移植患者的长期生存。
现阶段在有肝源的前提下，医院主要是依据患者MELD评分高低来决定是否进行肝移植手术的优先权，但对移植后并无较好的预测方法。本研究里我们通过人工智能的方法重点学习了受体/供体特征（总共65个特征），其中包括受体的基本信息，肝脏指标，MELD评分，Child-Pugh评分，生化检查结果，既往史，病理学诊断结果，肝移植手术指征，以及供体基本信息生化检查结果，供肝手术信息等几大类特征集。并将这些特征结合肝移植后是否发生了早期肝功能失功的标签进行机器学习的训练与预测。
发明内容
本发明的目的就是提供一种人工智能肝移植早期肝功能失功的预测方法，能完全解决上述现有技术的不足之处。
本发明的目的通过下述技术方案来实现：
一种人工智能肝移植早期肝功能失功的预测方法，包括的方法有：
（1）、从医院中获取至少200份的肝移植受体/供体的病例资料，包括其术后的情况登记病例；
（2）、对方法（1）中的资料数据进行处理，共包括特征数据65个；
（3）、将方法（2）处理后的特征数据，通过5：1的比例分成训练集和测试集，且确保训练集，测试集数据中早期肝功能失功的分布比例是一致的；
（4）、通过机器学习的方法，分别训练出随机森林、朴素贝叶斯以及SVM三个模型；
（5）、模型融合，将方法（4）中的三个模型的输出作为输入，并在加一层逻辑回归，使得最后在测试集的分类效果达到了92%的准确率和85%的召回率。
作为优选，受体的特征数据包括性别、年龄、BMI、进行性高胆红素血症、合成功能低、顽固性腹水/体液潴留、静脉曲张出血史、肝性脑病史、成长障碍、肿瘤清除、受体肌酐、白蛋白、总胆红素、国际标准化率INR、甲种胎儿球蛋白、MELD评分、腹水、PT、乙肝病毒表面抗原 HBsAg、乙肝病毒表面抗体 HBsAb、乙肝病毒e抗原 HBeAg、乙肝病毒e抗体 HBeAb、乙肝病毒核心抗体 HBcAb、肝细胞癌的射频消融术治疗史、肝动脉栓塞化疗治疗史、肝硬化、移植物功能衰竭、慢性肝炎、肿瘤不伴随肝硬化、胆性肝病、乙型肝炎、Child-Pugh评分。
作为优选，供体的特征数据包括性别、年龄、BMI、血红蛋白、白细胞、血小板、钠、钾、尿素氮、肌酐、白蛋白、总胆红素、碱性磷酸酶ALP、谷氨酰转肽酶γGT、谷草转氨酶AST、谷丙转氨酶ALT血糖、腹部手术史、肝移植史、肝切除术史、胆囊切除术史、hbv-dna、肿瘤结节数目、最大肿瘤宽度、最大肿瘤长度、脂肪化比例、移植物重量、供肝手术时间、供体热缺血时间、从开始灌洗至入袋中时间、冷缺血时间、失血、总手术时间。
与现有技术相比，本发明的有益效果在于：
1.在肝源有限的前提下，为肝源匹配到合理的受体，减少肝移植早期肝功能失功的可能性。
2.兼容了医院通过MELD评分选择受体的传统方式，并为MELD评分高的受体计算肝源匹配度。
3.本发明可以以客户端软件的型式搭载于电脑或者智能手机上，可以推广给普通民众大面积使用。
4.本发明搭载于电脑或者智能手机上使用时，为一个肝源推荐受体仅需数秒的时间，响应速度非常快。
附图说明
图1是本发明的肝移植早期肝功能失功预测模型的训练流程图；
图2是本发明的实际使用流程图。
具体实施方式
下面结合具体实施例和附图对本发明作进一步的说明。
如图1至图2所示，一种人工智能肝移植早期肝功能失功的预测方法，本方法基于人工智能分类技术，利用了计算机强大的运算能力，通过大数据挖掘肝移植患者病例特征和通过机器学习训练肝移植后早期肝功能失功的预测模型。最后通过软件封装的方式，或者网页的形式将客户端提供给客户使用，产品上我们不仅考虑到了模型本身预测的肝源最优匹配的受体，且结合医院传统的通过MELD评分决定移植优先权的需求，也就是会通过模型给出MELD评分前10名患者的匹配度，供医生综合参考。
本发明包括的方法如下：
（1）、从医院中获取至少200份的肝移植受体/供体的病例资料，包括其术后的情况登记病例；
（2）、对方法（1）中的资料数据进行处理，共包括特征数据65个；
受体的特征数据包括性别、年龄、BMI、进行性高胆红素血症、合成功能低、顽固性腹水/体液潴留、静脉曲张出血史、肝性脑病史、成长障碍、肿瘤清除、受体肌酐、白蛋白、总胆红素、国际标准化率INR、甲种胎儿球蛋白、MELD评分、腹水、PT、乙肝病毒表面抗原 HBsAg、乙肝病毒表面抗体 HBsAb、乙肝病毒e抗原 HBeAg、乙肝病毒e抗体 HBeAb、乙肝病毒核心抗体HBcAb、肝细胞癌的射频消融术治疗史、肝动脉栓塞化疗治疗史、肝硬化、移植物功能衰竭、慢性肝炎、肿瘤不伴随肝硬化、胆性肝病、乙型肝炎、Child-Pugh评分。
供体的特征数据包括性别、年龄、BMI、血红蛋白、白细胞、血小板、钠、钾、尿素氮、肌酐、白蛋白、总胆红素、碱性磷酸酶ALP、谷氨酰转肽酶γGT、谷草转氨酶AST、谷丙转氨酶ALT血糖、腹部手术史、肝移植史、肝切除术史、胆囊切除术史、hbv-dna、肿瘤结节数目、最大肿瘤宽度、最大肿瘤长度、脂肪化比例、移植物重量、供肝手术时间、供体热缺血时间、从开始灌洗至入袋中时间、冷缺血时间、失血、总手术时间。
（3）、将方法（2）处理后的特征数据，通过5：1的比例分成训练集和测试集，且确保训练集，测试集数据中早期肝功能失功的分布比例是一致的；
（4）、通过机器学习的方法，分别训练出随机森林、朴素贝叶斯以及SVM三个模型；
（5）、模型融合，将方法（4）中的三个模型的输出作为输入，并在加一层逻辑回归，使得最后在测试集的分类效果达到了92%的准确率和85%的召回率。
本发明的有益效果在于：
1.在肝源有限的前提下，为肝源匹配到合理的受体，减少肝移植早期肝功能失功的可能性。
2.兼容了医院通过MELD评分选择受体的传统方式，并为MELD评分高的受体计算肝源匹配度。
3.本发明可以以客户端软件的型式搭载于电脑或者智能手机上，可以推广给普通民众大面积使用。
4.本发明搭载于电脑或者智能手机上使用时，为一个肝源推荐受体仅需数秒的时间，响应速度非常快。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种人工智能肝移植早期肝功能失功的预测方法，其特征在于，包括的方法有：
（1）、从医院中获取至少200份的肝移植受体/供体的病例资料，包括其术后的情况登记病例；
（2）、对方法（1）中的资料数据进行处理，共包括特征数据65个；
（3）、将方法（2）处理后的特征数据，通过5：1的比例分成训练集和测试集，且确保训练集，测试集数据中早期肝功能失功的分布比例是一致的；
（4）、通过机器学习的方法，分别训练出随机森林、朴素贝叶斯以及SVM三个模型；
（5）、模型融合，将方法（4）中的三个模型的输出作为输入，并在加一层逻辑回归，使得最后在测试集的分类效果达到了92%的准确率和85%的召回率。
2.根据权利要求1所述的人工智能肝移植早期肝功能失功的预测方法，其特征在于：受体的特征数据包括性别、年龄、BMI、进行性高胆红素血症、合成功能低、顽固性腹水/体液潴留、静脉曲张出血史、肝性脑病史、成长障碍、肿瘤清除、受体肌酐、白蛋白、总胆红素、国际标准化率INR、甲种胎儿球蛋白、MELD评分、腹水、PT、乙肝病毒表面抗原 HBsAg、乙肝病毒表面抗体 HBsAb、乙肝病毒e抗原 HBeAg、乙肝病毒e抗体 HBeAb、乙肝病毒核心抗体 HBcAb、肝细胞癌的射频消融术治疗史、肝动脉栓塞化疗治疗史、肝硬化、移植物功能衰竭、慢性肝炎、肿瘤不伴随肝硬化、胆性肝病、乙型肝炎、Child-Pugh评分。
3.根据权利要求1所述的人工智能肝移植早期肝功能失功的预测方法，其特征在于：供体的特征数据包括性别、年龄、BMI、血红蛋白、白细胞、血小板、钠、钾、尿素氮、肌酐、白蛋白、总胆红素、碱性磷酸酶ALP、谷氨酰转肽酶γGT、谷草转氨酶AST、谷丙转氨酶ALT血糖、腹部手术史、肝移植史、肝切除术史、胆囊切除术史、hbv-dna、肿瘤结节数目、最大肿瘤宽度、最大肿瘤长度、脂肪化比例、移植物重量、供肝手术时间、供体热缺血时间、从开始灌洗至入袋中时间、冷缺血时间、失血、总手术时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910523351.3A CN110223773A (zh) | 2019-06-17 | 2019-06-17 | 人工智能肝移植早期肝功能失功的预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910523351.3A CN110223773A (zh) | 2019-06-17 | 2019-06-17 | 人工智能肝移植早期肝功能失功的预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110223773A true CN110223773A (zh) | 2019-09-10 |
Family
ID=67817546
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910523351.3A Withdrawn CN110223773A (zh) | 2019-06-17 | 2019-06-17 | 人工智能肝移植早期肝功能失功的预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110223773A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111554402A (zh) * | 2020-04-24 | 2020-08-18 | 山东省立医院 | 基于机器学习的原发性肝癌术后复发风险预测方法及系统 |
-
2019
- 2019-06-17 CN CN201910523351.3A patent/CN110223773A/zh not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111554402A (zh) * | 2020-04-24 | 2020-08-18 | 山东省立医院 | 基于机器学习的原发性肝癌术后复发风险预测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pomfret et al. | Live donor adult liver transplantation using right lobe grafts: donor evaluation and surgical outcome | |
| Desai et al. | Laparoscopic radical nephrectomy for cancer with level I renal vein involvement | |
| Cheung et al. | High-intensity focused ultrasound ablation: an effective bridging therapy for hepatocellular carcinoma patients | |
| Kim et al. | Association between central venous pressure and blood loss during hepatic resection in 984 living donors | |
| Foster et al. | Expanding donor options: marginal, living, and split donors | |
| Greason et al. | Transcatheter aortic valve replacement in patients with cirrhosis | |
| CN110223773A (zh) | 人工智能肝移植早期肝功能失功的预测方法 | |
| Brunetta et al. | Intrahepatic cholestasis in sickle cell disease: a case report | |
| Chang et al. | Advancements in imaging technology for microvascular free tissue transfer | |
| Hawksworth et al. | Improving safety of robotic major hepatectomy with extrahepatic inflow control and laparoscopic CUSA parenchymal transection: technical description and initial experience | |
| Meng et al. | Primary hepatic neuroendocrine tumor case with a preoperative course of 26 years: A case report and literature review | |
| Ubara et al. | Intravascular embolization therapy in a patient with an enlarged polycystic liver | |
| Larpparisuth et al. | Global perspective on kidney transplantation: Thailand | |
| Kaibori et al. | Clinicopathological features of recurrence in patients after 10-year disease-free survival following curative hepatic resection of hepatocellular carcinoma | |
| Garcia-Tutor et al. | 3D volumetric modeling and microvascular reconstruction of irradiated lumbosacral defects after oncologic resection | |
| Fondevila | A bridge too far: We havenotoverstepped the line for extended deceased donors | |
| Li et al. | [Retracted] Effect of Hematocrit Injury on the Survival Rate of Advanced Malignant Tumors and Its Clinical Significance | |
| Chen et al. | The optimal flow rate for antegrade cerebral perfusion during deep hypothermic circulatory arrest | |
| Nafea et al. | Predictors of early recipient mortality after living donor liver transplantation in a tertiary care center in Egypt | |
| Jawan et al. | Effect of autologous blood donation on the central venous pressure, blood loss and blood transfusion during living donor left hepatectomy | |
| Mazurak et al. | Milestone in congenital cardiac surgery: 65 years of the heart–lung machine | |
| Sood et al. | Living donor liver transplantation for giant cavernous hemangioma of liver in a child | |
| Khalil et al. | Effect of portal venous pressure on liver function of donors in living donor liver transplantation | |
| Park et al. | The anatomic features and role of superficial Inferior epigastric vein in abdominal flap | |
| Erginel et al. | Management of a Wilms’ tumor with intracardiac extension using extracorporeal circulation and deep hypothermic circulatory arrest: case report and review of the literature |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190910 |