Předpověď umělé inteligence pro závažnost akutní pankreatitidy

Retrospektivně bylo vyšetřeno 1550 pacientů, kteří byli sledováni na Gastroenterologické klinice Bezmialem Foundation University v období od října 2010 do února 2020 au nichž byla diagnostikována AP podle kritérií v Atlantě. Po odstranění 216 pacientů s chybějícími údaji bylo do studie zařazeno k hodnocení 1334 pacientů.

1. Demografické informace o pacientech; [věk (yo), pohlaví (muž/žena), užívání cigaret/alkoholu (ano nebo ne)], klinické informace; [výška (centimetry), hmotnost (kilogramy), BMI (v kg/m2), přítomnost diabetes mellitus a hypertenze (ano nebo ne)], etiologie AP, jako jsou žlučové kameny, alkohol atd., a laboratorní testy odebrané v rámci prvních 24 hodin přijetí; [Hladina CRP (mg/dl, normálně: 0-5), hladina BUN (mg/dl, normálně; 9,8 - 20,1), hladina kreatininu (mg/dl, normálně; 0,57 - 1,11) , počet leukocytů (normálně 4,5 až 11,0 × 109/l) a hladina hematokritu (%, normálně: 35,5-48 %)] a také Balthazarovo tomografické skórování [0: normální, 1: zvětšení velikosti pankreatu, 2: zánětlivé změny v pankreatické tkáni a peripankreatické tukové tkáni, 3: nepravidelně ohraničená, jednotlivá tekutinová kolekce, 4: nepravidelně ohraničená 2 a více tekutinových sbírek, 5 až 10 různých stupňů nekrózy)], bude zaznamenáno v souboru excel.
2. Revidované skóre v Atlantě bude také zaznamenáno během týdne po přijetí do nemocnice jako mírné, střední a těžké skóre. Infikovaná pankreatická nekróza a sepse, které se vyvinuly v průběhu akutní pankreatitidy, budou považovány za těžkou akutní pankreatitidu kvůli nedostatečnosti některých problémů v bodování v Atlantě. Závažnost onemocnění bude hodnocena podle skóre v Atlantě. A výsledky studie umělé inteligence budou srovnány podle výsledků bodování v Atlantě.
3. Komplikace jsou klasifikovány jako 0; žádný, 2; lokální komplikace: pseudocysta, absces, nekróza, trombóza a mezenterická panikulitida, 3; systémové komplikace: plicní, ledvinové, gastrointestinální a kardiovaskulární komplikace, 4; smíšené závažné komplikace/komorbidní situace, 5: infekční a septické komplikace.
4. Kromě toho požadavky na invazivní procedury, jako je endoskopická ultrasonografie (EUS), endoskopická retrográdní cholangiopankreatikografie (ERCP) (ano nebo ne), délka pobytu v nemocnici (méně než 10 dní nebo více než 11 dní), požadavek na jednotku intenzivní péče (přítomný nebo ne ), počet budoucích záchvatů AP (v trvání po měsíci přijetí do nemocnice, od jednoho záchvatu nebo více než jednoho záchvatu) a přežití (smrt, přežití) bude také zaznamenáno.

Je použit algoritmus strojového učení: Gradient Boosted Ensemble Trees Trees. ("Greedy Function Approximation: A Gradient Boosting Machine" od Jerome H. Friedmana (1999)). Soubor dat byl rozdělen s poměrem 90%-10%. 10 % je pro ověřování a 90 % pro strojové učení AI. 90 % části strojového učení bylo také rozděleno na dvě části, 70 % pro AI Learning a 30 % pro testování učení. Pro tento účel bylo použito 5násobné stratifikované vzorkování

Metody studia umělé inteligence

Funkce používané pro strojové učení AI:

1. Pohlaví: M/F
2. Věk: Trvalá hodnota
3. Výška (cm): Spojitá hodnota
4. Hmotnost (kg): Průběžná hodnota
5. BMI skupiny: Skupina 1: < 25 kg/m2; Skupina 2; 25-30 kg/m2; Skupina 3: >30,1 kg/m2
6. Cigareta: 0; Č.1; Ano
7. Alkohol: 0; Č.1; Ano
8. Diabetes mellitus: 0; Č.1; Ano
9. Hypertenze: 0; Č.1; Ano
10. Etiologie: 1; žlučové, 2; Alkohol, 3; hypertriglyceridémie, 4; hyperkalcémie, 5; droga, 6; vrozený, 7; kryptogenní, 8; endoskopická retrográdní cholangiografie (ERCP), 9; dysfunkce zvláštního svěrače (OSD), 10; malignita, 11; intrapapilární mucinózní neoplazie (IPMN), 12: primární sklerotizující cholangiografie (PSC) 13: autoimunitní, 14: mnohočetná etiologie
11. Počet leukocytů (WBC): N; 4,5-11x100
12. Hematokrit (Hct): N; %35,5-48
13. C reaktivní protein (CRP): N: 0-5 mg/dl
14. Dusík močoviny v krvi (BUN): N: 9,8-20,1 mg/dl
15. Kreatinin (KREA): N: 0,57-1,11 mg/dl
16. Bodování Baltazaru (BLTZR): 0; normální P, 1; Zvýšení velikosti pankreatu, 2; Zánětlivé změny v pankreatické tkáni a peripankreatické tukové tkáni, 3; Nepravidelně ohraničená, jednotlivá sbírka tekutiny, 4, Nepravidelně ohraničená 2 nebo více tekutin, s různým stupněm nekrózy (v rozmezí 5 až 10)

V umělé inteligenci jsou modely rozhodovacího stromu široce používány pro strojové učení pod dohledem. Mohou záviset na Gini indexu, poměru zisku/entropie, chí-kvadrát, regresi a tak dále. V AI jsou preferovány, protože vytvářejí srozumitelná pravidla pro lidi na rozdíl od jiných algoritmů strojového učení, jako jsou umělé neuronové sítě a podpůrné vektorové stroje. Na druhou stranu jsou považováni za slabé žáky. To znamená, že jsou silně ovlivněny šumem a odlehlými hodnotami existujícími v souboru dat. Aby bylo možné tento handicap obejít, byly vyvinuty modely jako Random Forest, Ensemble Trees, Gradient Boosting.

Náhodné lesy a stromy Ensemble generují pravidla aplikací určitého algoritmu rozhodovacího stromu na části datové sady vertikálně a horizontálně. Tato technika dramaticky snižuje chyby vyskytující se při učení. Po dokončení procesů učení kombinují slabé rozhodovací stromy do silného a většího modelu rozhodovacího stromu. Souborové učební modely dosahují lepšího učení minimalizací průměrné hodnoty ztrátové funkce na trénovací množině pomocí aproximace F ̂(x). Cílem je použít nejstrmější sestupný krok na problém minimalizace zištným způsobem.

V této studii byl pro strojové učení použit model stromu zesílení gradientu, který navrhl Friedman. Tento model volí samostatnou optimální hodnotu pro každou část stromu spíše než jednu pro celý strom. Tento přístup lze použít k minimalizaci jakékoli diferencovatelné ztráty L(y, F) ve spojení s postupným postupným aditivním modelováním. Uvádí se, že stromový model zesilující gradient v mnoha případech překonává náhodné lesní stromy a pravidelné souborové stromy.

Cílem algoritmu je najít aproximaci F_m (x_i), která minimalizuje očekávanou ztrátovou funkci L(y,F(x)).

Algoritmus lze shrnout takto:

Vstupy:

Tréninková datová sada: {(x_i,y_i )} i=1 až n s n dimenzí a třídní proměnnou Diferencovatelná ztrátová funkce: L(y,F(x)) Počet iterací: M.

Výstup:

F_m (x_i)

Algoritmus:

Inicializujte model s konstantní hodnotou:

F_0 (x)=arg min⁡∑_(i=1)^n▒〖L(y_i,γ)〗

Pro m = 1 až M:

Vypočítat pseudozbytky ráfek r_im=-[(∂L(y_(i,) F(x_i)))/(∂F(x_i))]

Trénujte základního žáka na pseudozbytky pomocí tréninkové sady:

{(x_i,y_i )} i=1 až n Výpočetní multiplikátor γ γ=arg min⁡∑_(i=1)^n▒〖L(y_i,F_(m-1) (x_i )+γh_m (x_i )) 〗

Aktualizujte model:

〖F_m (x_i)=F〗_(m-1) (x_i)+γ_m h_m (x_i) Výstup F_m (x_i)

V analýze byla použita technika převzorkování syntetických menšin (SMOTE) [5], aby se předešlo nevýhodě nerovnováhy třídních proměnných. SMOTE je technika rozšiřování dat pro zvýšení objemu dat. V některých případech nemusí mít proměnná třídy stejné množství hodnot ze všech případů. Například přeživších pacientů může být mnohem více než těch, kteří přišli o život. V této situaci jsou data rozšířena. V souboru dat této studie byla nerovnováha třídních proměnných. SMOTE byl tedy použit ke zvýšení menšinových tříd pro výcvik.

Soubor dat byl rozdělen s poměrem 90%-10%. 10 % je pro ověřování a 90 % pro strojové učení AI. 90 % části strojového učení bylo také rozděleno na dvě části, 70 % pro AI Learning a 30 % pro testování učení. Pro tento účel bylo použito 5násobné stratifikované vzorkování. Pro strojové učení AI byla použita analytická platforma KNIME.