基本信息
- 項目名稱:
- 基于人工智能的個體化給藥方案設計系統(tǒng)--環(huán)孢素A血藥濃度和用量預測
- 小類:
- 生命科學
- 大類:
- 科技發(fā)明制作B類
- 簡介:
- 《基于人工智能的個體化給藥方案設計系統(tǒng)--環(huán)孢素A血藥濃度和用量預測》是基于神經(jīng)網(wǎng)絡技術和遺傳算法的原理研發(fā)的,它主要用于個體化給藥方案設計,為臨床醫(yī)生提供用藥決策。系統(tǒng)設計了友好界面,使臨床醫(yī)生能夠進行人機交互活動,從而輔助醫(yī)生確定合理的病人給藥方案。
- 詳細介紹:
- 1 系統(tǒng)開發(fā)的基本思路 ①通過收集整理腎移植患者病例數(shù)據(jù),建立使用CsA治療腎移植患者的臨床用藥數(shù)據(jù)庫;②結合群體藥動學知識,充分分析CsA血藥濃度或用量的影響因素,確定建模因子,然后根據(jù)神經(jīng)網(wǎng)絡和遺傳算法的基本原理,使用Matlab7.0軟件編制程序,擬合血藥濃度或用量及其影響因素之間的關系,分別建立CsA血藥濃度及其用量的預測模型,最終用真實的臨床數(shù)據(jù)驗證模型的可行性;③在理論研究的基礎上,經(jīng)擴充臨床用藥數(shù)據(jù)庫后,使用Visual Basic 6.0、MATLAB 7.0、MIDEVA 4.5等工具編制程序,建立個體化給藥系統(tǒng);④結合臨床新收集的病例用藥數(shù)據(jù),反復調試,逐步完善該系統(tǒng),提高系統(tǒng)的預測性能,并嘗試推廣至其他藥物的個體化給藥方案設計。 2系統(tǒng)結構 該系統(tǒng)分為四大模塊: ①血藥濃度預測模型的建立 利用一定數(shù)量的訓練樣本,在對影響血藥濃度的因素進行合理選擇之后,通過合理的參數(shù)設置使網(wǎng)絡進行自適應訓練。當網(wǎng)絡達到用戶滿意的預測精度后,模型構建完畢。該血藥濃度預測模型可以用于未知病例的血藥濃度預測。 ②血藥濃度預測功能 通過用戶輸入各顯著變量的值(病人最近的身體狀況和用藥量),該系統(tǒng)自動輸出下一次TDM前可能達到的血藥濃度值,該值可以作為醫(yī)生給藥的參考。 ③用量計算(預測)模型的建立 利用一定數(shù)量的訓練樣本,在對影響用藥量的因素進行合理選擇之后,通過合理的參數(shù)設置使網(wǎng)絡進行自適應訓練。當網(wǎng)絡達到用戶滿意的預測精度后,模型構建完畢,該用量計算模型可以用于未知病例的用量計算。 ④用量計算(預測)功能 通過用戶輸入生化指標值、目前的血藥濃度值,以及醫(yī)生希望通過給藥達到的目標血藥濃度,該系統(tǒng)自動輸出合適的給藥量,從而輔助臨床個體化給藥。 3 系統(tǒng)特色 ①本系統(tǒng)具有CsA血藥濃度預測、用藥量計算功能。目前環(huán)孢素A的劑量預測準確度可以達到90%,血藥濃度的預測精度可以達到80%,符合臨床要求??梢酝茝V應用到需要開展TDM的各種藥物的個體化給藥方案設計; ②系統(tǒng)具有圖形輸出功能。能夠直觀描述預測結果與實際值的吻合程度; ③采用Microsoft Excel表建立臨床用藥數(shù)據(jù)庫,該Excel表為臨床醫(yī)生所熟悉,因而有利于臨床醫(yī)生對臨床用藥數(shù)據(jù)進行管理,并進行相關的統(tǒng)計分析和處理; ④系統(tǒng)界面友好,操作簡單,功能齊全,醫(yī)生易于掌握。 4 開發(fā)環(huán)境 本軟件的開發(fā)環(huán)境為MATLAB 7.0、MIDEVA 4.5、VB6.0。Matlab 是MathWorks 公司于1982 年推出的一套高性能的數(shù)值計算和可視化軟件,適合于科學和工程技術人員使用的計算語言,它集數(shù)值分析、矩陣運算、信號處理和圖形顯示于一體,構成了一個方便、界面友好的用戶環(huán)境。由于VB 的數(shù)值計算功能并不十分強大,往往一個簡單的算法就需要很多代碼完成。為了使VB最大限度地發(fā)揮MATLAB 功能,減少軟件開發(fā)的時間,同時使軟件脫離MATLAB 這一龐大的運行環(huán)境,本系統(tǒng)采用MIDEVA4.5將由Matlab7.0編寫并調試成功的M文件轉換為DLL文件,然后在VB6.0中調用這一類動態(tài)庫。 5 系統(tǒng)配置要求 支持系統(tǒng):Windows 2x或者XP,Vista。 注意:使用該軟件前系統(tǒng)必須安裝過Visual C++以及MIDEVA 4.5。
作品專業(yè)信息
設計、發(fā)明的目的和基本思路、創(chuàng)新點、技術關鍵和主要技術指標
- 目的:環(huán)孢素A(CsA)是目前臨床常用的強效免疫抑制劑,廣泛用于肝、腎等器官移植,用來減輕和防止術后排異反應,從而提高病人的生存率和移植器官的存活率。然而,CsA治療窗狹窄,藥動學參數(shù)個體差異大,容易產(chǎn)生肝腎毒性等嚴重不良反應。因此,研究器官移植病人個體化給藥方案設計,對提高移植器官的存活率,減少毒性反應和排異反應的發(fā)生具有重要的臨床意義。《基于人工智能的個體化給藥方案設計系統(tǒng)》可用于CsA的血藥濃度和用量預測,從而輔助臨床醫(yī)生合理用藥,減輕病人痛苦,提高臨床藥物治療水平。 基本思路:①收集整理數(shù)據(jù),建立CsA臨床用藥數(shù)據(jù)庫②結合群體藥動學知識確定建模因子,根據(jù)神經(jīng)網(wǎng)絡和遺傳算法的基本原理建立CsA血藥濃度及其用量的預測模型,并用真實的臨床數(shù)據(jù)驗證模型的可行性③結合臨床新收集的用藥數(shù)據(jù),調整參數(shù),完善系統(tǒng),推廣應用。 主要創(chuàng)新點:①研究手段新穎,融合了生物醫(yī)學、計算機科學、臨床藥學、醫(yī)學統(tǒng)計學等多學科交叉優(yōu)勢,構建模型用于CsA的血藥濃度預測和用量計算。國內尚未見同類報道;②采用Excel表建立臨床用藥數(shù)據(jù)庫,該表為臨床醫(yī)生所熟悉,因而有利于臨床醫(yī)生對臨床用藥數(shù)據(jù)進行管理,并進行相關的統(tǒng)計分析和處理;③數(shù)據(jù)來源于首都醫(yī)科大學附屬北京友誼醫(yī)院藥劑科,為國人真實可靠的數(shù)據(jù),開發(fā)的系統(tǒng)適合于國人使用。 技術關鍵和技術指標: ①建立使用CsA治療腎移植患者的臨床用藥信息數(shù)據(jù)庫 ②確定合理的建模因子,選擇合適的神經(jīng)網(wǎng)絡模型以及優(yōu)化算法 ③選擇合適的系統(tǒng)開發(fā)工具
科學性、先進性
- 傳統(tǒng)的CsA給藥方案是臨床醫(yī)生根據(jù)CsA血藥濃度監(jiān)測結果并結合自身經(jīng)驗設計而成,由于該方法要求頻繁測量病人CsA的血藥濃度水平,同時監(jiān)護肝腎功能,因而可能延誤治療和浪費藥物資源,讓病人面臨毒性和排斥的風險。目前大部分國內外學者主要依據(jù)群體藥動力學原理和方法,通過對腎移植術后患者CsA的血藥濃度進行監(jiān)測,期望實現(xiàn)腎移植術后患者個體化給藥。但是藥物的體內過程是極其復雜的,應用傳統(tǒng)的數(shù)學方法很難理想地確定藥物動力學變量、藥物輸入與藥效之間的定量關系,預測效果不甚理想。 本系統(tǒng)結合群體藥代動力學原理和方法,采用神經(jīng)網(wǎng)絡和遺傳算法技術構建CsA血藥濃度和用量預測模型,從而優(yōu)化CsA個體化給藥方案。其不但無須假設藥物行為模型,避免了模型誤差,且無需復雜的實驗操作,因而簡單易用,界面友好,易于為臨床醫(yī)生和藥師接受。該系統(tǒng)已經(jīng)在首都醫(yī)科大學附屬北京友誼醫(yī)院進行試用,目前CsA的劑量預測準確度大多數(shù)可以達到90%,CsA的血藥濃度的預測精度大多數(shù)可以達到80%,符合臨床要求。
獲獎情況及鑒定結果
- 論文《Prediction of cyclosporine A blood concentration by genetic algorithm and BP neural network》獲得2008年校 “創(chuàng)新一等獎”;發(fā)表于2008年第二屆生物醫(yī)學工程與生物信息學國際會議論文集,并且被EI compendex收錄。
作品所處階段
- 系統(tǒng)試用階段
技術轉讓方式
- 暫未轉讓
作品可展示的形式
- 實物、產(chǎn)品、磁盤、現(xiàn)場演示、圖片
使用說明,技術特點和優(yōu)勢,適應范圍,推廣前景的技術性說明,市場分析,經(jīng)濟效益預測
- 使用說明:將病例數(shù)據(jù)按一定的格式錄入臨床用藥數(shù)據(jù)庫。然后導入數(shù)據(jù)、參數(shù)設置,網(wǎng)絡訓練后,便得到血藥濃度預測或用量計算的最優(yōu)模型。將預監(jiān)測病人的各項指標數(shù)據(jù)錄入后,通過使用上述模型,便可得到血藥濃度預測值或用藥量。 技術特點和優(yōu)勢:1、系統(tǒng)具有CsA血藥濃度預測、用藥量計算功能。目前環(huán)孢素A的劑量預測精度大多數(shù)可以達到90%,血藥濃度的預測精度大多數(shù)可以達到80%,符合臨床要求。可以推廣應用到需要開展TDM的各種藥物的個體化給藥方案設計;2、系統(tǒng)具有圖形輸出功能,能夠直觀描述預測結果與實際值的吻合程度;3、采用Microsoft Excel表建立臨床用藥數(shù)據(jù)庫,該Excel表為臨床醫(yī)生所熟悉,因而有利于臨床用藥數(shù)據(jù)的管理和統(tǒng)計分析;4、系統(tǒng)界面友好,操作簡單,功能齊全,醫(yī)生易于掌握。 適應范圍、推廣前景:此系統(tǒng)可以推廣到需要開展TDM的各種相關藥物。該系統(tǒng)對降低嚴重不良反應的發(fā)生率具有重要臨床意義;對減輕病人痛苦和經(jīng)濟負擔具有現(xiàn)實意義,能夠產(chǎn)生良好的經(jīng)濟效益和社會效益。
同類課題研究水平概述
- 目前,國內外研究人員已經(jīng)注意到此項技術在醫(yī)學領域的應用價值,并進行了相關綜述介紹和探索。中國藥科大學劉曉東教授承擔了“用神經(jīng)網(wǎng)絡模型研究中藥復方藥代動力學與藥效動力學”課題(項目編號39970903),相秉仁等提出了一種以遺傳神經(jīng)網(wǎng)絡為基礎的抗腫瘤藥物不良反應診斷系統(tǒng),得到了較好的預測結果。Veng-Pedersen介紹了神經(jīng)網(wǎng)絡應用于不同藥物動力學及藥效學模型的推算過程指出了理論上的可行性。Beier使用神經(jīng)網(wǎng)絡用較少的藥動學數(shù)據(jù)得到較好的結果??梢娚窠?jīng)網(wǎng)絡在合理用藥方面有一定的理論基礎。Gustavo 和Maton使用神經(jīng)網(wǎng)絡技術對腎移植病人的CsA劑量進行預測,并與相關的時間序列數(shù)學模型預測結果進行比較,表明神經(jīng)網(wǎng)絡是一個非常有效的工具。JoseD教授認同此觀點。但是筆者經(jīng)文獻查詢發(fā)現(xiàn)把神經(jīng)網(wǎng)絡應用于CsA個體化給藥方案設計的研究國內尚未見同類報道。Gustavo Camps-Valls等人的神經(jīng)網(wǎng)絡的模型、算法、優(yōu)化手段、收斂速度等還不十分理想,有待改進和提高。另外,CsA有效血藥濃度的數(shù)據(jù)大部分參考國外文獻。為更進一步確保病人的用藥安全與合理,建立一個適合于國人的相對個體化給藥方案是非常必要的。 本人在前期工作中開展過對CsA血藥濃度的預測研究,并取得了一定的研究成果。課題通過結合群體藥代動力學原理和方法,充分分析CsA血藥濃度或用量的影響因素,利用BP神經(jīng)網(wǎng)絡技術,建立CsA血藥濃度時間序列預測模型。為避免神經(jīng)網(wǎng)絡易陷入局部極小的缺陷,利用了具有良好的全局搜索能力的遺傳算法改進BP神經(jīng)網(wǎng)絡模型,提出一種將遺傳算法和BP算法相結合的學習算法(GA-BP)來訓練BP神經(jīng)網(wǎng)絡。最終,利用醫(yī)院的臨床數(shù)據(jù)進行驗證,結果表明該模型取得了良好的預測效果。