急性胰腺炎严重程度的人工智能预测

以回顾性方式，筛选了 2010 年 10 月至 2020 年 2 月期间在 Bezmialem 基金会大学胃肠病诊所接受随访并根据亚特兰大标准诊断为 AP 的 1550 名患者。 剔除 216 名缺失数据的患者后，1334 名患者被纳入研究进行评估。

1. 患者人口统计信息； [年龄（yo），性别（男/女），香烟/酒精使用情况（是或否）]，临床信息； [身高（厘米）、体重（千克）、BMI（以 kg/m2 为单位）、是否存在糖尿病和高血压（是或否）]、AP 的病因，如胆结石、酒精等，以及实验室检查入院后的前 24 小时； [CRP 水平（mg/dl，通常：0-5），BUN 水平（mg/dl，通常；9,8 - 20,1），肌酐水平（mg/dl，通常；0,57 - 1,11） 、白细胞数量（通常为 4.5 至 11.0 ×109/L）和血细胞比容水平（%，通常为 35.5-48%），以及 Balthazar 断层扫描评分 [0：正常，1：胰腺体积增加， 2：胰腺组织及胰周脂肪组织炎性改变，3：边界不规则，单一积液，4：边界不规则，2处或2处以上积液，5～10处不同程度的坏死）]，记录在excel文件中。
2. 修订后的亚特兰大评分也将在入院一周内记录为轻度、中度和重度分数。 急性胰腺炎病程中发生的感染性胰腺坏死和脓毒症，由于Atlanta评分的某些问题存在不足，将被认定为重症急性胰腺炎。 疾病的严重程度将根据亚特兰大评分进行评估。 而人工智能研究的结果会根据亚特兰大的得分结果进行匹配。
3. 并发症分类为0；无，2；局部并发症：假性囊肿、脓肿、坏死、血栓、肠系膜脂膜炎3例；全身并发症：肺、肾、胃肠道和心血管并发症4例；混合严重并发症/共病情况，5：感染和化脓性并发症。
4. 此外，侵入性手术要求，如超声内镜 (EUS)、逆行胰胆管造影 (ERCP)（是或否）、住院时间（少于 10 天或多于 11 天）、重症监护室要求（存在或不存在） )、未来 AP 发作的次数（入院一个月后的持续时间，一次发作或不止一次发作）和存活率（死亡、存活）也将被记录。

使用的机器学习算法：Gradient Boosted Ensemble Trees Trees。 （“贪心函数逼近：梯度提升机”，作者 Jerome H. Friedman (1999)）。 数据集已按 90%-10% 的比例进行分区。 10% 用于验证，90% 用于人工智能机器学习。 90% 的机器学习部分也分为两部分，70% 用于 AI 学习，30% 用于测试学习。 为此，使用了 5 倍分层抽样

研究的人工智能方法

用于 AI 机器学习的功能：

1. 性别：男/女
2. 年龄：连续值
3. 身高（cm）：连续值
4. 重量（Kg）：连续值
5. BMI 组：第 1 组：≤ 25 kg/m2；第 2 组； 25-30 公斤/平方米；第 3 组：>30.1 kg/m2
6. 香烟：0；不，1；是的
7. 酒精：0；不，1；是的
8. 糖尿病：0；不，1；是的
9. 高血压：0；不，1；是的
10. 病因：1；胆道，2；酒精，3；高甘油三酯血症，4；高钙血症，5；药物，6；先天性，7；隐源性，8；内窥镜逆行胆管造影 (ERCP)，9；奇怪的括约肌功能障碍 (OSD)，10；恶性，11；乳头状粘液瘤 (IPMN)，12：原发性硬化性胆管造影术 (PSC) 13：自身免疫性，14：多病因
11. 白细胞数（WBC）：N； 4,5-11x100
12. 血细胞比容 (Hct)：N； %35,5-48
13. C 反应蛋白 (CRP)：N：0-5 mg/dl
14. 血尿素氮 (BUN)：N：9.8-20.1 mg/dl
15. 肌酐 (KREA)：N：0,57-1,11 mg/dl
16. 巴尔塔扎得分 (BLTZR)：0；正常 P, 1;胰腺体积增加，2；胰腺组织和胰周脂肪组织的炎症变化，3；边界不规则，单个积液，4个，边界不规则的2个或更多积液，有不同程度的坏死（5到10之间）

在人工智能中，决策树模型被广泛用于有监督的机器学习。 它们可能取决于基尼指数、增益比/熵、卡方、回归等。 在 AI 中，它们是首选，因为它们为人类生成可理解的规则，这与其他机器学习算法（如人工神经网络和支持向量机）不同。 另一方面，他们被认为是弱学习者。 这意味着它们受到数据集中存在的噪声和异常值的高度影响。 为了克服这个障碍，已经开发了随机森林、集成树、梯度提升等模型。

随机森林和集成树通过对数据集的垂直和水平部分应用某种决策树算法来生成规则。 这种技术极大地减少了学习中发生的错误。 学习过程完成后，他们将弱决策树组合成一个强大的更大的决策树模型。 集成学习模型通过 F ̂(x) 近似最小化训练集损失函数的平均值来实现更好的学习。 这个想法是以贪婪的方式对最小化问题应用最速下降步骤。

在这项研究中，弗里德曼提出的梯度提升树模型已被用于机器学习。 该模型为树的每个部分选择一个单独的最优值，而不是为整棵树选择一个最优值。 这种方法可用于最小化任何可区分的损失 L(y, F) 并结合转发阶段加法建模。 据报道，梯度提升树模型在许多情况下优于随机森林和常规集成树。

该算法的目标是找到一个近似 F_m (x_i) 来最小化预期的 L(y,F(x)) 损失函数。

该算法可以总结如下：

输入：

训练数据集：{(x_i,y_i )} i=1 到 n，n 维，类变量 可微损失函数：L(y,F(x)) 迭代次数：M。

输出：

F_m (x_i)

算法：

使用常量值初始化模型：

F_0 (x)=arg min⁡∑_(i=1)^n▒〖L(y_i,γ)〗

对于 m = 1 到 M：

计算伪残差 rim r_im=-[(∂L(y_(i,) F(x_i )))/(∂F(x_i))]

使用训练集将基础学习器训练为伪残差：

{(x_i,y_i )} i=1 to n 计算乘数 γ γ=arg min⁡∑_(i=1)^n▒〖L(y_i,F_(m-1) (x_i )+γh_m (x_i )) 】

更新模型：

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

在分析中，为了避免类变量不平衡的缺点，使用了合成少数过采样技术（SMOTE）[5]。 SMOTE 是一种用于增加数据的数据增强技术。 在某些情况下，类变量可能不会在所有情况下都具有相同数量的值。 例如，幸存的患者可能比失去生命的患者多得多。 在这种情况下，数据会增加。 本研究的数据集中的类别变量存在不平衡。 因此，SMOTE 被应用于增加少数类进行训练。

数据集已按 90%-10% 的比例进行分区。 10% 用于验证，90% 用于人工智能机器学习。 90% 的机器学习部分也分为两部分，70% 用于 AI 学习，30% 用于测试学习。 为此，使用了 5 倍分层抽样。 KNIME 分析平台已用于 AI 机器学习。