公开(公告)号：CN114242245A

公开(公告)日：2022-03-25

申请号：CN202111585916.4

申请日：2021-12-23

Applicant: 中国人民解放军总医院第一医学中心

Inventor： 董哲毅 ,  王倩 ,  柯雨景 ,  苏仕斌 ,  陈香美

IPC: G16H50/30 ,  G16H50/20 ,  G16H10/60 ,  G06N20/10

Abstract: 本发明提供了一种基于电子病历记录数据预测糖尿病肾病发生风险的机器学习方法，包括：步骤一，初步筛选候选预测变量；步骤二，二次筛选确定预测变量；步骤三，模型建立；步骤四，模型测试和验证，对基于电子病历记录数据预测糖尿病肾病发生风险的机器学习系统进行测试和验证。能够对有可能发展为DKD的患者进行丰富的试验，可以减少样本量要求，并导致更短、更有效的临床试验，能够实现在医院病历系统场景中使用，并有针对性的控制DKD的危险因素，模型能够展示研究对象整体患病风险，对DKD风险高的人群总体的预测会更好地为卫生资源的分配提供信息，具有重要的研究意义和使用价值。

公开(公告)号：CN113470816A

公开(公告)日：2021-10-01

申请号：CN202110737504.1

申请日：2021-06-30

Applicant: 中国人民解放军总医院第一医学中心

Inventor： 董哲毅 ,  柯雨景 ,  王倩 ,  苏仕斌 ,  段姝伟 ,  陈香美

IPC: G16H50/20 ,  G16H10/60 ,  G06N20/00

Abstract: 本发明公开了一种基于机器学习的糖尿病肾病预测方法、系统和预测装置，所述糖尿病肾病预测方法包括：采集数据，并梳理所述数据的特征；根据所述特征建立训练集，训练集样本的标签包括糖尿病肾病和非糖尿病肾病；基于机器学习方法，通过训练集进行训练，获得预测模型；通过所述预测模型，对待预测数据进行预测，获得标签值。机器学习方法不需要关于输入变量及其与输出关系的假设，相对地摆脱了传统统计分析的限制，可以同时将大量特征数据汇合一起进行分析，且有助于提高预测的准确性，对于疾病的早期发现和及时干预治疗具有极其重要的意义。