技術摘要

本發明提供一種菌血症感染風險預測系統，包含記憶單元及處理器。記憶單元儲存複數歷史醫療資料、即時待測資料及機器學習演算法。處理器經配置以實施包含以下步驟：第一資料讀取步驟讀取歷史醫療資料，模型訓練步驟訓練歷史醫療資料而產生菌血症預測模型，第二資料讀取步驟讀取患者之即時待測資料，風險預測步驟將即時待測資料輸入至菌血症預測模型而產生菌血症感染風險機率。即時待測資料包含患者於特徵窗口區間的加護病房監測資訊及血液檢驗特徵資訊。藉此，預測患者於特定時間段後感染菌血症的機率，並及早進行醫療處置。

現有技術描述、問題及其缺陷

本發明的結構態樣之一實施方式提供一種菌血症感染風險預測系統，用以依據一患者之一即時待測資料預測一菌血症感染風險機率。菌血症感染風險預測系統包含一記憶單元及一處理器。記憶單元儲存複數歷史醫療資料、即時待測資料及一機器學習演算法。處理器訊號連接記憶單元，並經配置以實施一第一資料讀取步驟、一模型訓練步驟、一第二資料讀取步驟及一風險預測步驟。第一資料讀取步驟係讀取記憶單元之此些歷史醫療資料。模型訓練步驟係依據機器學習演算法訓練此些歷史醫療資料而產生一菌血症預測模型。第二資料讀取步驟係自記憶單元讀取患者之即時待測資料。風險預測步驟係將即時待測資料輸入至菌血症預測模型而產生菌血症感染風險機率。即時待測資料包含患者於一特徵窗口區間的一加護病房監測資訊及一血液檢驗特徵資訊。

藉此，本發明之菌血症感染風險預測系統預測患者於特定時間段後感染菌血症的機率，並及早進行醫療處置。

前述實施方式之其他實施例如下：前述記憶單元儲存一預設數量與一預設數量下限，各歷史醫療資料包含複數特徵資訊。處理器更經配置以實施一資料前處理步驟。資料前處理步驟包含驅動處理器計算各特徵資訊之一平均值及驅動處理器判斷各歷史醫療資料的此些特徵資訊的數量是否小於等於預設數量下限。當此些歷史醫療資料之一者之此些特徵資訊的數量小於等於預設數量下限時，處理器移除此些歷史醫療資料之此者。當此些歷史醫療資料之此者之此些特徵資訊的數量大於預設數量下限且小於預設數量時，處理器依據一插補程序將此些歷史醫療資料之此者缺失的部分此些特徵資訊所對應的此些平均值填入此些歷史醫療資料之此者，使此些歷史醫療資料之此者之此些特徵資訊的數量等於預設數量。

前述實施方式之其他實施例如下：前述加護病房監測資訊包含一體溫、一呼吸率、一脈搏率、一脈搏壓、一昏迷指數及一插管時間資訊。

前述實施方式之其他實施例如下：前述血液檢驗特徵資訊包含一乳酸數值、一動脈血液氣體酸鹼值及一碳酸氫鹽數值。

前述實施方式之其他實施例如下：前述機器學習演算法為一邏輯式迴歸、一支持向量機、一多層感知器、一隨機森林演算法及一極限梯度提升演算法之一者。

產業應用性

• 運用機器學習產出推論引擎，置入此框架系統，即可產生臨床運用，協助臨床工作人員醫療決策。
• 可以內化嵌入醫院的醫療資訊系統，或以獨立系統運用模式，發揮效用。
• 可以運用於跨機構聯邦學習的架構中。
• 可以套用於人工智慧框架中的多模型管理、多疾病預測或混合推論（Ensemble Inference）之應用。

本技術發明之目的及達成功效

菌血症是加護病房中常見的一種疾病，然而，菌血症無法被即時診斷，醫護人員需對菌血症患者的血液進行細菌培養，待細菌培養完成後才能確認患者是否患有菌血症，並給予對應的醫療處置。由於菌血症是重症病人主要的合併症與致死原因，且患有菌血症的病人的死亡率極高，因此等待細菌培養時間後才給予病人醫療處置容易極可能已錯過較佳的治療時間。本發明之目的在於提供一種菌血症感染風險預測系統及其方法，其透過收集患者的即時待測資料預測患者在特定時間段後可能感染菌血症的風險機率。

相關專利資訊

本新型提供一種急性腎損傷預測系統。主處理單元連接主記憶體並讀取儲存於主記憶體之待測資料、檢測資料、機器學習演算法及風險機率對照表。主處理單元依據機器學習演算法訓練檢測資料而產生急性腎損傷預測模型，並輸入待測資料至急性腎損傷預測模型而產生急性腎損傷特徵風險機率與資料順位表。資料順位表依據各待測資料於急性腎損傷特徵中所佔之影響比重而依序列出待測資料。主處理單元依據急性腎損傷特徵風險機率從風險機率對照表選取醫療處置資料。藉此，預測受測者於24小時後發生急性腎損傷的機率，且即時給予醫療處置。

點此開啟專利連結