资源类型：
申请人：
首都医科大学宣武医院
;
首都医科大学
;
中国人民解放军总医院第二医学中心
;
当前专利权人：
首都医科大学宣武医院
;
首都医科大学
;
中国人民解放军总医院第二医学中心
;
申请号：
申请日期：
授权年份：
公开号：
公开日：
法律状态：
主分类号：
分类号：
摘要：
本申请涉及一种急性心肌梗死患者术后的心力衰竭风险预测方法及相关设备。所述方法包括：获取目标患者术后的第一临床指标数据作为目标临床指标数据；目标患者指术后待预测心力衰竭风险的急性心肌梗死患者；根据目标临床指标数据构造模型输入数据；使用KILLIP等级预测模型处理模型输入数据，得到目标患者的KILLIP预测等级，目标患者的KILLIP预测等级用于确定目标患者术后的心力衰竭风险；KILLIP等级预测模型是使用基于多个急性心肌梗死患者术后的第一临床指标数据及其对应的KILLIP等级构建的第一数据集训练好的人工智能模型。本申请能够更准确地确定出急性心肌梗死患者术后的心力衰竭风险。
主权项：
1.一种急性心肌梗死患者术后的心力衰竭风险预测方法，其特征在于，所述方法包括： 获取目标患者术后的第一临床指标数据作为目标临床指标数据；所述目标患者指术后待预测心力衰竭风险的急性心肌梗死患者；所述第一临床指标数据包括预先确定的与KILLIP分类预测相关的临床指标的指标值，所述与KILLIP分类预测相关的临床指标包括GRACE评分、NT-proBNP、TIMI评分、左心室射血分数、肌酐、肌酐清除率、年龄、住院天数、白细胞介素-6和高敏C反应蛋白；所述与KILLIP分类预测相关的临床指标是对使用基于多个急性心肌梗死患者术后的包括多个候选临床指标的指标值的第二临床指标数据及其对应的KILLIP等级构建的第二数据集训练好的TabNet模型进行可解释性分析，并基于分析结果从多个候选临床指标中筛选得到的；所述第二数据集包括已达到类别平衡的训练集； 根据所述目标临床指标数据构造模型输入数据； 使用KILLIP等级预测模型处理所述模型输入数据，得到所述目标患者的KILLIP预测等级，所述目标患者的KILLIP预测等级用于确定所述目标患者术后的心力衰竭风险；所述KILLIP等级预测模型是使用基于多个急性心肌梗死患者术后的第一临床指标数据及其对应的KILLIP等级构建的第一数据集训练好的TabNet模型。
