具体实施方式

下面结合附图对本公开实施例进行详细描述。

以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。

目前，肝移植是治疗终末期肝病的有效方法，长时间和复杂的手术过程可能会导致围手术期出血。大多数患者在手术期间或手术后需要输注浓缩红细胞，输血虽然可以增加患者的供氧量，改善组织灌注，但也伴随着许多副作用，如增加深静脉血栓形成的风险、增加纤维化、癌症复发和死亡率增加，从而对患者的预后产生不利影响。大量出血时，临床多采用大量输血方案开展容量治疗，但血制品输注量较多，易发生出血、血压下降、心率缓慢、心室纤维颤动等不良反应。大多数关于预测肝移植红细胞输注的研究都是基于传统的线性模型和逻辑回归，无法理解多个变量间的相互作用，预测的效率和精准度都较差。

本公开实施例提供一种肝移植过程输血预测方法，所述方法可以应用于医疗手术场景的输血预测过程中。

参见图1，为本公开实施例提供的一种肝移植过程输血预测方法的流程示意图。如图1所示，所述方法主要包括以下步骤：

S101，将样本数据集训练XGBOOST算法，建立预测模型；

具体实施时，考虑到需要对目标人员在肝移植过程中可能需要输血的概率以及具体时间点进行预测，可以先收集得到所述样本数据集，然后可以采用所述XGBOOST算法对所述样本数据集中对输血预测关联性大的数据进行学习，以使得建立所述预测模型。当然，还可以根据需要使用其他的机器学习算法对所述样本数据集进行学习以建立所述预测模型，在此不再赘述。

S102，采集目标人员的关键信息数据集，其中，所述关键信息数据集包括年龄、门脉高压、活化部分凝血酶时间、直接胆红素含量、球蛋白含量、血红蛋白含量、谷草转氨酶含量、谷丙转氨酶含量、肝部诊断信息；

具体实施时，考虑到需要对所述目标人员在手术过程中的输血方案进行预测，而所述目标人员的情况存在不同，在手术过程中的出血概率或出血情况不同，人口学特征如年龄等，疾病诊断特征如肝部诊断信息等，临床特征如门脉高压等，实验指标如活化部分凝血酶时间、直接胆红素含量、球蛋白含量、血红蛋白含量、谷草转氨酶含量和谷丙转氨酶含量等，均为影响出血量的关键因素，则可以采集所述目标人员的术前数据形成所述关键信息数据集。

S103，将所述关键信息数据集输入所述预测模型，得到预测输血方案。

在采集到所述关键信息数据集后，可以将所述关键信息数据集输入到所述预测模型内，由所述预测模型根据所述关键信息数据集内各类数据的值进行计算，输出所述预测输血方案，根据所述预测输血方案可以得到所述

本实施例提供的肝移植过程输血预测方法，通过利用机器学习算法对样本数据集进行学习，建立预测模型，然后将采集到的目标人员的关键信息数据集输入预测模型，得到预测输血方案，提高了预测效率和精准度，以及，提高了手术过程中的安全性。

在上述实施例的基础上，步骤S101所述的，将样本数据集训练XGBOOST算法，建立预测模型之前，所述方法还包括：

从病历数据库中提取预设数量的样本人员的初始病历数据，其中，所述样本人员为进行肝移植的人员；

根据预设指标筛除所述初始病历数据中的干扰数据，形成所述样本数据集。

具体实施时，所述预设指标可以为影响肝移植手术过程中出血量的关键因素，可以从一个或多个医院的病历数据库中提取预设数量的样本人员的初始病历数据，其中，所述样本人员为进行肝移植的人员，例如，可以分别从A地区、B地区和C地区的医院病历数据库中提取500个进行肝移植手术的人员的初始病历报告。考虑到所述初始病历报告中可能存在大量冗杂无关信息，在将全部所述初始病历报告汇总后，可以根据所述预设指标筛除所述初始病历数据中的干扰数据，形成所述样本数据集。考虑到不同地区或者不同医院的病历数据在存储时的格式可能不同，需要将所述样本数据集中同类型的数据转换为统一的格式，例如，肌酐值1mg/dL等于88.4μmol/L，肝细胞癌和原发性肝癌合并为肝恶性肿瘤，诊断变量转化为序数变量，如：1＝肝硬化，2＝肝恶性肿瘤，3＝肝衰竭，4＝酒精性肝病，5＝病毒性肝炎，6＝肝占位性病变，7＝胆汁性肝病，8＝其他。

进一步的，步骤S101所述的，将样本数据集训练XGBOOST算法，建立预测模型，包括：

分析所述样本数据集中各数据与输血量的关联性并生成决策树；

根据所述决策树建立所述预测模型。

具体实施时，在使用所述XGBOOST算法对所述样本数据集进行学习时，可以先分析所述样本数据集中各类数据之间的关联性，以及，分析所述样本数据集中各数据与所述输血量的关联性，并设定分裂点以生成决策树，然后根据所述决策树建立所述预测模型。

在上述实施例的基础上，步骤S102所述的，采集目标人员的关键信息数据集之前，所述方法还包括：

获取所述目标人员的体检信息；

提取所述体检信息中与预设关键词对应的特征并转换为对应的格式，形成所述关键信息数据集。

具体实施时，考虑到所述目标人员在进行肝移植手术前，会进行相关检查，可以在所述目标人员进行检查后，获取所述目标人员的体检信息，然后识别所述体检信息中的文本信息，然后提取与所述预设关键词对应的特征，然后将提取到的特征转换为与所述预测模型对应的格式，形成所述关键信息数据集。

可选的，步骤S103所述的，将所述关键信息数据集输入所述预测模型，得到预测输血方案之后，所述方法还包括：

根据预测输血方案与所述关键信息数据集的关联性，生成治疗方案。

具体实施时，可以采用SHAP包解释所述预测模型输出的预测输血方案中每个关键信息对于患者大量输血的重要性，如图2所示，然后生成所述治疗方案，临床医生可据此改善患者的指标，作出对应的治疗。

与上面的方法实施例相对应，参见图3，本公开实施例还提供了一种肝移植过程输血预测系统30，包括：

训练模块301，用于将样本数据集训练XGBOOST算法，建立预测模型；

采集模块302，用于采集目标人员的关键信息数据集，其中，所述关键信息数据集包括年龄、门脉高压、活化部分凝血酶时间、直接胆红素含量、球蛋白含量、血红蛋白含量、谷草转氨酶含量、谷丙转氨酶含量、肝部诊断信息；

预测模块303，用于将所述关键信息数据集输入所述预测模型，得到预测输血方案。

图3所示装置可以对应的执行上述方法实施例中的内容，本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。

参见图4，本公开实施例还提供了一种电子设备40，该电子设备包括：至少一个处理器以及与该至少一个处理器通信连接的存储器。其中，该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的肝移植过程输血预测方法。

本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的肝移植过程输血预测方法。

本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的肝移植过程输血预测方法。

下面参考图4，其示出了适于用来实现本公开实施例的电子设备40的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图4所示，电子设备40可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备40操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备40与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备40，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备可以执行上述方法实施例的相关步骤。

或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备可以执行上述方法实施例的相关步骤。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。

应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。

以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。