Page 22 - 嘉和资讯八十九期

嘉和论坛
平台的数据融合与处理功能，可快速 分析，首先筛选出以往相关影响因素；

建成具有呼吸重症特色的高质量专病 同时建立匹配队列，利用真实世界大

数据库；在此基础上，利用 logistic 数据分析找出疾病影响因素，得到疾

回归或主成分分析等方法，平台可自 病相关特征（包括：人口学资料、合

动筛选出疾病重点影响因素，如：既 并症情况、检验、评分、护理、用药等）。
往史、个人史、病原学分析、感染指 基于以上特征数据集，进行机器学习，

标分析等，并通过真实历史病历数据 80% 作为训练集，20% 作为测试集，

的机器学习和模型训练，形成高精准 不断迭代优化后，使误差达到最小。

度疾病风险预测引擎，实现对疾病危 最后，通过搭建 RNN-LSTM（循环

险因素的预测分析、疾病严重程度的 神经网络 - 长短期记忆）模型并评估

分级以及治疗效果的评估等，真正做 其预测效能，实现对患者最终结局的

到对危急重症的早期发现、早期预防， 精准预测。该成果可与临床决策支持

便于医生及时调整诊疗策略，降低患 系统（CDSS）无缝对接，直接用于

者死亡率。 临床决策，改善患者预后。

以重症肺炎为例，平台通过 meta 目前，嘉和海森大数据科研平台

呼吸重症专病特色数据