工蜂專欄 | 革命軍總醫院第三醫學中心董一潁：基於機器學習的慢性腎臟病(CKD)臨床分析預測及可視化

工蜂專欄

作者簡介

董一潁，碩士，解放軍總醫院第三醫學中心，計算機中心主管技師，主要從事OA等系統開發和項目管理，系統標準化運維，數據分析及可視化，在研課題兩項，北京災害救援醫學重點實驗室成員，CHIMA青年委員秘書，PHISTA青年委員。

研究背景

慢性腎臟病(Chronic Kidney Disease,CKD)為常見病、多發病，在大陸慢性腎臟病的發病率高達10.8%，患者約1.3億，平均每10個成年人中就有1個慢性腎病患者。這其中，近3000萬患者將發展成終末期腎臟病，即尿毒症，但公眾對慢性腎病的知曉率僅為12.5%左右，大部分人對患有腎病並不自知。慢性腎病一旦發病便不可逆轉，因此早期發現是治療慢性腎病的重中之重。據悉，截止至2016年，中國每年有超過100萬的尿毒症患者需要透析，然而末終期腎病患者治療率僅50%。

我閱讀到2019年度一篇發表於Nature Medicine雜誌的論文Predictingtheearlyriskofchronickidneydisease in patients with diabetes usingreal-world data，探討了基於真實世界研究數據（RWD）應用人工智能算法（羅氏/IBM算法）預測糖尿病患者慢性腎病（CKD)早期風險的研究。文中年齡、體重指數、腎小球濾過率、肌酐、白蛋白、血糖及糖化血紅蛋白HbA1c在內的七大指標作為重要預測因子。

在了解論文的總體思路以後我想自己動手進行嘗試，以非臨床專業的個人背景來研究，希望以數據可視化的方式做切入點，全面直觀地觀察數據規則和數據關係。因此我找了一款含機器學習的可視化工具Oracle Analytics ，以一組公開數據集做樣本，做關於CKD的數據分析預測及可視化。

數據分析預測及可視化

首先對原始數據進行可視化處理，得到基於患者基本信息的數據圖，以觀察各考察因素之間的關聯關係。

點擊看大圖

慢性腎病的主要症狀有身體倦怠、食欲不振、頭痛、惡心、浮腫、心跳加快、呼吸困難、高血壓、貧血、骨骼脆弱等等。

比如從CKD的既往病史圖中就可以看到，CKD的患者中，患有高血壓和糖尿病的病史患者占比接近一半。向臨床醫生核實這一現象發現，高血壓會導致出現蛋白尿、腎損害，甚至腎衰竭、尿毒症。患者長期血壓控制不好，會導致出現腎臟疾病。腎臟出現問題本身會導致血管的壓力增大，而長期的高血壓就會導致這些小血管發生硬化，最終導致功能減退，逐漸發展引起所有的腎小球發生硬化或者退化，最終導致腎功能不全。

除此之外，為什麼糖尿病的占比也很高呢？臨床醫生解釋，臨床常見糖尿病腎病，這是糖尿病最重要的合併症之一。大陸的發病率亦呈上升趨勢，目前已成為終末期腎臟病的第二位原因，僅次於各種腎小球腎，現在我們二型糖尿病病人越來越多了，病人如果血糖、血壓沒有控制好的話，很多二型糖尿病病人也會引起腎病，這樣也會影響病人的生活質量。

點擊看大圖

從以上相關性矩陣中可以看出，絕大部分的慢性腎病可以通過尿檢和血檢早期發現。血尿素氮和血清肌酐值的值出現異常，就需要重點關注是否患有慢性腎病。

圖中為相關因素分析的一個可視化呈現。然後我們使用各類算法進行機器學習，進行比較。

TP：正確的鑒別出正樣本；

FN：漏報，沒有鑒別出負樣本；

FP：誤報，錯誤的鑒別成正樣本；

TN：正確的鑒別出負樣本。

從預測結果來看，我更傾向使用邏輯回歸來做進一步預測分析，它在本次的預測中漏報和誤報情況最低。

結束語

慢性腎臟病CKD類型複雜，伴隨多種並發症，症狀初期不明顯，一旦發病不可以逆轉，因此防治非常關鍵。從數據關係中可以看出年齡、體重指數、血清肌酐、血糖及糖化血紅蛋白這些指標是重要的預測因子。從數據背後反映的關聯關係，我們在日常生活中有如下建議：

1. 注意飲食結構，低脂，適量蛋白，減少鹽攝入量，多喝水；

2. 嚴格控制高血壓、高血糖、高血脂和高尿酸情況；

3. 重視定期體檢，通過尿常規和血液檢查能有效降低CKD風險進行早期防范；

4. 45至63歲之間的男性要更加注意CKD防治。

本次匯報內容是我的一個想法，並非來源於工作任務，最好的老師是興趣，持續的落實感興趣的方向並做實際的動手嘗試是一個難得的學習過程，雖然模型可能在科學性嚴謹性方面有不足，但該研究在後期可以進行不斷延伸，而在整個動手操作的過程中，我能學到一個問題研究的全過程，得到更多邏輯思維方面的訓練。

敬請期待

工蜂專欄 |北京同仁醫院魏雪瑤：知名專家團隊層級轉診預約系統設計與做到

專欄往期回顧

工蜂專欄 | 北大腫瘤醫院黃伊瑋：基於大數據的智能多學科協作管理與應用平台

工蜂專欄 | 北京友誼醫院張旭：手機雲麥克系統

工蜂專欄|北京友誼醫院劉晴：24小時自助發藥設備在發熱門診藥房的應用

工蜂專欄|北京大學腫瘤醫院王立軍：基於大數據的靜脈血栓風險智能預警系統設計與建設

工蜂專欄|戰略支援部隊特色醫學中心孫凌雲：一條/*註釋*/引發的等待

工蜂專欄|北京世紀壇醫院王國鋒：集成平台可視化監控軟件設計

-END-

抗擊疫情，我們在一起

專題文章推薦閱讀

1. 重金建立的中國傳染病與突發公共衛生事件監測信息系統，這次起作用了嗎？

2. 2020 第一版：新型冠狀病毒肺炎影像學診斷指南

3. 振奮！中科院武漢病毒所篩出能較好抑制新型冠狀病毒藥物

4. 武漢同道給全國放射技術人員的10條建議

5. 今年春節，我建議循環播放這救命片

6. 全球首套！武漢協和醫院放射科整理出來2019-nCoV 肺炎影像學表現

7.輔助疫情研判、創新診療模式……國家衛健委要求加強信息化支撐新型冠狀病毒感染的肺炎疫情防控工作

8.如何看待新型冠狀病毒肺炎疫情下醫療信息化的前景？

9.從「戰疫」角度看醫院信息化建設：重新審視互聯互通、「三無」建設和系統健壯性這三件事

10.盤點：習總書記針對疫情發展對醫療信息化提出的要求和期待

©以上文章來源

e醫療原創文章，轉載請註明來源。