-
公开(公告)号:CN116597995A
公开(公告)日:2023-08-15
申请号:CN202310546740.4
申请日:2023-05-15
Applicant: 南方医科大学南方医院
IPC: G16H50/30 , G16H50/20 , G16H20/00 , G16H10/40 , G16H10/60 , G06F40/284 , G06F40/30 , G06N5/022 , G06N5/01 , G06N20/20
Abstract: 本申请公开了一种基于人工智能的院内脑卒中高危人群筛查及管理系统,包括:数据接入模块、高危人群筛查模块和高危人群管理模块;所述数据接入模块分别与所述高危人群筛查模块、所述高危人群管理模块和EMR系统连接,所述数据接入模块用于接收并处理EMR原始数据,得到高危人群的相关特征集;所述高危人群筛查模块用于基于所述相关特征集进行脑卒中高危风险评估,得到评估结果;所述高危人群管理模块用于基于所述评估结果向医生发出干预管理提醒,并基于所述评估结果和医生的干预过程生成干预后注意事项。本申请能够缓解基层医疗机构脑卒中高危筛查的压力,在一定程度上减轻医务人员负担的同时提高脑卒中高危人群的院中、院后预防管理。
-
公开(公告)号:CN114354931B
公开(公告)日:2023-03-14
申请号:CN202111524776.X
申请日:2021-12-14
Applicant: 南方医科大学南方医院
IPC: G01N33/574 , C07K16/28 , G01N33/577
Abstract: 本发明公开了脾肿大在确定肿瘤患者免疫检查点抑制剂治疗疗效中的应用,本发明首次发现脾肿大为接受免疫检查点抑制剂治疗的原发性肝癌患者的总生存期的独立预测因素;通过利用影像学上测定出的脾肿大可以预测接受免疫检查点抑制剂治疗的原发性肝癌患者的疗效、预后或总生存期,具有一定的临床价值,脾肿大作为新的免疫治疗预测因子可以促进精准医疗。而且对于脾肿大的判断也是简单准确的,通过CT或者MRI来评估患者是否合并脾肿大这一方法在临床上简便又准确,选择采用CT或者MRI来评估患者是否有脾肿大。当脾脏的最大直径超过15cm时,该患者被诊断为有脾肿大。
-
公开(公告)号:CN119541651A
公开(公告)日:2025-02-28
申请号:CN202411487832.0
申请日:2024-10-24
Applicant: 南方医科大学南方医院
IPC: G16B40/00 , G16B20/40 , G16B20/20 , G16H50/30 , G16H50/70 , G06F18/2113 , G06F18/214 , G06F18/243 , G06F18/27 , G06N5/01
Abstract: 本申请提供一种基于堆叠模型的肥胖遗传风险模型构建方法、电子设备及存储介质,该方法包括,获取数据集,所述数据集包括遗传特征数据,所述遗传特征数据包括单核苷酸多态性;应用随机森林对单核苷酸多态性进行筛选,以获取肥胖遗传风险相关的第一遗传特征集;应用分布式梯度增强库模型对单核苷酸多态性进行筛选,以获取肥胖遗传风险相关的第二遗传特征集;根据所述第一遗传特征集和所述第二遗传特征集获取显著遗传特征集;构建肥胖遗传风险模型;获取所述肥胖遗传风险模型的模型评估结果,根据所述模型评估结果对所述肥胖遗传风险模型的参数进行优化,通过整合多种基础学习器,结合元分类器逻辑回归进行堆叠训练,有效融合了不同算法的优势,提升了肥胖遗传风险预测的准确性和稳定性。
-
公开(公告)号:CN118486471B
公开(公告)日:2025-01-28
申请号:CN202410403409.1
申请日:2024-04-03
Applicant: 南方医科大学南方医院
Abstract: 本发明提供了一种使用机器学习算法建立高尿酸血症预测模型的方法,属于健康评估技术领域,本发明实施例以基于大量人群的UKBB队列为训练,以内部测试集和南方医院健康体检者数据集为外部测试集,建立并验证了基于遗传和临床数据训练的可靠实用的堆叠式多模态机器学习模型,用于及时识别HUA表型,早期预测痛风和代谢相关结局风险。该模型的性能优良,超过了每个单个机器学习模型,显示出令人满意的效能。ISHUA标志物能够在早期阶段量化痛风风险和代谢相关结果,可以为日常健康检查和风险因素的管理提供积极的指导,为临床医生在常规健康筛查后适当管理HUA风险因素提供有价值的信息支持。
-
公开(公告)号:CN118486471A
公开(公告)日:2024-08-13
申请号:CN202410403409.1
申请日:2024-04-03
Applicant: 南方医科大学南方医院
Abstract: 本发明提供了一种使用机器学习算法建立高尿酸血症预测模型的方法,属于健康评估技术领域,本发明实施例以基于大量人群的UKBB队列为训练,以内部测试集和南方医院健康体检者数据集为外部测试集,建立并验证了基于遗传和临床数据训练的可靠实用的堆叠式多模态机器学习模型,用于及时识别HUA表型,早期预测痛风和代谢相关结局风险。该模型的性能优良,超过了每个单个机器学习模型,显示出令人满意的效能。ISHUA标志物能够在早期阶段量化痛风风险和代谢相关结果,可以为日常健康检查和风险因素的管理提供积极的指导,为临床医生在常规健康筛查后适当管理HUA风险因素提供有价值的信息支持。
-
公开(公告)号:CN117524495A
公开(公告)日:2024-02-06
申请号:CN202311792681.5
申请日:2023-12-22
Applicant: 南方医科大学南方医院
Abstract: 本申请提供一种脂肪变性肝病模型构建方法、系统、设备及存储介质,所述方法包括:获取与代谢功能障碍相关脂肪变性肝病相关的单核苷酸多态性的位点数据;根据全基因组关联分析方法分析所述位点数据,以获取所述代谢功能障碍相关脂肪变性肝病的易感位点以及与所述易感位点对应的效应值;根据所述易感位点以及所述效应值构建代谢功能障碍相关脂肪变性肝病识别模型,所述方法通过全基因组关联分析和遗传信息构建模型,可以有效识别代谢功能障碍相关脂肪变性肝病的易感性,该模型可以准确的预测个体脂肪变性肝病易感性,有助于早期发现患者的潜在健康风险。
-
公开(公告)号:CN116626275B
公开(公告)日:2024-01-26
申请号:CN202310532299.4
申请日:2023-05-12
Applicant: 南方医科大学南方医院
Abstract: 本发明公开了一种与代谢相关性脂肪肝相关的重度肝纤维化预后风险评估系统及应用,属于生物信息学分析领域。所述系统包括计算单元,所述计算单元利用重度肝纤维化预后风险评估模型计算风险概率;所述重度肝纤维化预后风险评估模型以血清指标水平、年龄、性别和是否属于2型糖尿病为输入变量;所述血清指标包括单核细胞与淋巴细胞比值、丙氨酸氨基转移酶、甘油三酯、高密度蛋白和糖化血红蛋白。本发明基于与MAFLD发生发展相关的炎症及代谢指标进行建模,通过非侵入性检测手段对MAFLD患者相关肝纤维化进行分度,并深入研究其与重度肝脏纤维化的风险关联,以助于尽早识别MAFLD患者
-
公开(公告)号:CN116705286A
公开(公告)日:2023-09-05
申请号:CN202310489636.6
申请日:2023-05-04
Applicant: 南方医科大学南方医院
Abstract: 本发明提供了一种基于代谢相关脂肪性肝病的预测方法、电子设备及存储介质,通过单因素与多因素Logistic回归分析获得与MAFLD风险显著相关的指标,根据所述指标使用nomogram方法评分建立较高准确‑度的预测模型。该模型简易快捷、便于实施,可用于大规模的MAFLD筛查,提高MAFLD患病风险较高的人群的识别准确率,能够减少医疗资源的浪费,有利于提高MAFLD的诊断效率,帮助MAFLD患者及时接受治疗,防止疾病恶化。
-
公开(公告)号:CN115775632A
公开(公告)日:2023-03-10
申请号:CN202211427934.4
申请日:2022-11-15
Applicant: 南方医科大学南方医院
Abstract: 本发明公开了一种评估免疫检查点抑制剂联合仑伐替尼治疗原发性肝癌的预后预测模型、构建方法和应用,属于生物信息学分析领域。所述预后预测模型的风险评估分数是由不同病理指标的评分经相关系数权重后的总和计算得到,利用所述预后预测模型的风险评估分数预测免疫检查点抑制剂联合仑伐替尼治疗原发性肝癌后的生存率。基于现有技术中仑伐替尼联合免疫治疗成为了原发性肝癌患者最多选择的治疗方案之一;然而,临床中可能存在不适合使用这种方案的患者,因此,本发明提出一种预测肝癌患者使用免疫检查点抑制剂联合仑伐替尼治疗的预后模型,经实验发现,能筛选出不适宜使用该治疗方案的患者,为准确评估该治疗方案治疗原发性肝癌提供了科学依据。
-
公开(公告)号:CN113764100B
公开(公告)日:2022-09-20
申请号:CN202111112767.X
申请日:2021-09-18
Applicant: 南方医科大学南方医院
Abstract: 本发明公开了一种肝癌患者免疫治疗超进展风险的预测模型、构建方法及其应用,本发明发现通过淋巴结转移、肺转移、NLR、白蛋白和PS评分建立预测模型Logit(p)=‑3.208+1.450×淋巴结转移+1.043×肺转移+0.610×NLR+‑0.848×白蛋白+0.323×PS评分。该模型可以准确预测肝癌患者免疫治疗超进展风险,AUC达到0.801,具有诊断学意义,在临床工作中有一定的指导意义。
-
-
-
-
-
-
-
-
-