基于多機器學習方法的靜脈血栓栓塞癥實時預警平臺構建及應用*

湯 濤 曹 磊 曹 力 劉 強

(南昌大學第一附屬醫院 南昌330006)

1 引言

1.1 研究背景

靜脈血栓栓塞癥(Venous Thromboembolism, VTE)是我國常見的心血管疾病，具有高發病率、高死亡率和高漏診率的特點[1-2]。據相關統計，每年因VTE死亡的患者占院內死亡的10%；在重癥加強護理病房(Intensive Care Unit，ICU)患者、腦卒中患者及心血管疾病患者中，VTE患病率分別為27.0%、21.7%和4.0%[3-4]。在歐美國家，VTE被視為一種常見病，在一項以美國人群為基礎的研究中，院內VTE患者占入院率的1.7%[5-6]，出院后VTE風險持續增加45～60天。多項研究指出國內人群在骨科大手術后的VTE發生率和死亡率與西方人群無差異[7-9]。種種證據表明，VTE不僅嚴重降低患者生活質量，還增加國家醫療成本和社會負擔。

1.2 相關研究

自20世紀90年代初，國外學者[10]致力于研究各類VTE風險評估工具，目前臨床應用較廣泛的有Caprini評估量表、Autar評估量表、Wells評估量表。上述量表主要包括體征數據、手術史、現病史、藥物使用等多方面的評估，涵蓋VTE患病風險的主要因素[11]。因此建立有效的監測預警機制，提高實時分析、集中研判VTE發生的能力，在疾病發生、發展多個環節提前識別并加入臨床干預是有效降低VTE對生命傷害和經濟影響的重要前提。然而目前對VTE的臨床判斷尚基于傳統的Caprini量表[12]打分，醫務工作者評分含主觀因素，誤診漏診導致的VTE干預不及時等問題，使得VTE預判工作耗時、耗力，其高效性和準確性有待提升。

1.3 研究內容

本文擬通過應用BP神經網絡、隨機森林、集成學習等多種機器學習方法，整合南昌大學第一附屬醫院VTE歷史患者診療數據，一方面對VTE潛在危險因素進行挖掘分析，構建VTE危險因素指標評價體系；另一方面搭建VTE實時預警平臺，對患者的VTE風險等級進行實時評估，與醫院診療系統多終端進行快速交互，輔助臨床早期診斷研判，及時采取臨床干預，從而最大限度降低VTE發生率或發展率。本研究首次探索基于多機器學習方法的VTE實時預警平臺搭建，輔助臨床實現VTE早防早治，這對于降低VTE發病率和死亡率、提高患者生命質量具有重要的臨床意義和社會價值。

2 對象與方法

2.1 研究對象

選取2016年初至2021年6月南昌大學第一附屬醫院共2 068例VTE住院患者的歷史診療數據，包含基本生理情況、基礎疾病、檢查檢驗、手術類型、所服藥物、既往病史等維度。

2.2 研究方法

2.2.1 危險因素初篩 通過文獻評價及專家咨詢方法，對VTE危險因素進行初步篩選，大致分為患者基本生理情況、基礎疾病、檢驗檢查、手術類型、所服藥物5個方面的指標。危險因素初篩能夠提高之后潛在因素挖掘的算法計算效率，同時為潛在危險因素深度挖掘提供有力的參考依據。

2.2.2 潛在因素深度挖掘 潛在危險因素是發現早期VTE患者的重要依據，基于高緯度、自適應能力強等特點的BP神經網絡和隨機森林模型對基礎數據進行深度挖掘，分析出重要度較高的特征指標，結合上一步初篩結果形成最終的高維度VTE危險因素指標評價體系。一是BP神經網絡。具有適應性強、容錯性好的優點，見圖1。其中x1,x1,...,xk表示BP神經網絡的輸入，y1,y1,...,ym表示預測輸出，wij和wjk分別表示關鍵網絡層之間的連接權值矩陣，即可理解為VTE各危險因素的權值矩陣。

從輸入層到隱含層，有：

(1)

式中，σj(·)為隱含層神經元的活化函數。網絡輸出層可以表示為：

(2)

圖1 BP神經網絡架構

BP神經網絡可通過前向傳播和后向反饋的機制，對分類器進行反復訓練及優化，同時構建出最優的危險因素權值矩陣，由此可對特征變量的重要性進行評估。二是隨機森林(Random Forests，RF)。一種利用多棵決策樹對樣本進行訓練并預測的分類器，具有準確度高、快速學習等優勢，同時在構建森林時可以對特征變量重要性進行評估，見圖2。基本計算方法如下：對每個決策樹，通過袋外數據計算誤差，記為errOOB1；隨機對袋外數據樣本特征X加入噪聲干擾，再次計算袋外數據誤差，記為errOOB2； 假設森林中有N棵樹，計算特征X的重要性，記為∑(errOOB2-errOOB1)/N。若加入噪聲干擾后errOOB2上升，則袋外數據準確率大幅度下降，說明該特征對于樣本的預測結果影響較大，特征重要程度較高。三是集成學習。將幾個機器學習算法模型組合為一個更強的分類器模型，以提高分類準確率，即多個決策者共同進行一項決策,見圖3。

圖2 隨機森林模型架構

圖3 集成學習模型架構

2.3 平臺搭建

平臺采用OracleXE數據庫，基于JavaScript語言及瀏覽器/服務器(Browser/Server, B/S)架構進行實時預警平臺搭建，部署在醫院內網環境中以保證系統及數據的安全性。

3 結果

3.1 預警模型建設效果及與Caprini評分量表對比

3.1.1 特征提取階段 模型共納入1 000余項臨床數據特征，在剔除頻率低、共線性強的特征后，最終選取308項特征變量(如惡性腫瘤史、腫瘤家族史、臥床時長、天門冬氨酸氨基轉移酶等)，此特征空間遠大于經典Caprini評分量表的20余項，并且可以表達不同特征間的組合，是模型準確率提升的基礎。

3.1.2 預測模型構建階段 應用BP神經網絡、隨機森林、集成學習等機器學習算法構建一套面向VTE的人工智能(Artificial Intelligence，AI)風險預測模型，顯著提高VTE篩查的靈敏度和特異性。

3.1.3 Caprini評分量表的對比 經過對300份標注數據的驗證，模型的靈敏度為80%，特異性為84%，優于傳統的評分量表效果，可以作為評分量表的有效補充，減少漏診風險，見表1。同時AI預警模型除了輸出VTE風險評分外還提供該患者的危險因素和保護因素，輔助醫生更好地對患者VTE風險進行研判。

表1 Caprini評分表與AI模型性能對比(%)

3.2 量表評分實施情況及前后對比

3.2.1 在不降低準確率的前提下，自動評分效率大幅提高 系統應用后改變了原有的人工手動評分方式，改為機器自動評分+人工審核的方式。經過與人工手動評分對比發現機器在自動評分任務中的準確率、召回率與人工手動評分相當，耗時明顯減少，大幅提升醫生工作效率，見表2。

表2 系統應用前后評分指標對比

3.2.2 針對風險人群的預防措施實施率顯著提升 VTE智能預警平臺大大提升了VTE風險人群的預防措施實施率，同時預防措施更加合理。例如對于出血風險較高患者主要以機械預防措施為主，包括分級加壓彈力襪等；對于出血風險較低的患者以藥物預防或藥物預防聯合機械預防為主，包括使用低分子肝素等，見表3。

表3 預防措施實施率對比

4 結語

本文基于多機器學習方法，整合近5年VTE患者歷史診療數據，對VTE的潛在危險因素進行深度挖掘,進而基于JavaScript語言及B/S架構進行VTE實時預警平臺搭建，系統上線后使用平穩，在不降低準確率的前提下，自動評分效率大幅提高,針對風險人群的預防措施實施率顯著提升。然而預警平臺仍存在不足，由于VTE患者數量，即模型訓練樣本數量有限，模型準確度仍有提高的空間，隨著VTE患者診療數據不斷引入模型訓練，模型準確性及自適應性將得到更大提升與完善。通過本研究建立的高緯度危險因素指標體系及實時預警平臺，在當前目標人群應用和初步論證其效果后，下一步將應用到下級醫聯體醫院中，輔助醫務人員進行VTE專病早期預防及診療工作。同時隨著分子醫學領域水平不斷提高，對該指標評價體系的科學性、準確性進行評價，持續完善并不斷擴展和探索更多的研究空間。