基于AI技术AAV不同治疗方案预后预测模型的方法及模型

摘要

一种基于AI技术AAV不同治疗方案预后预测模型的方法，包括如下步骤：S1，搜集已有的ANCA相关性肾炎患者采用不同治疗方案治疗后的肾存活预后情况数据；S2，采用Cox回归分析方法与XGBoost机器学习算法构建治疗方案集中每种治疗方案的预后预测模型，采用ANCA相关性肾炎患者采用不同治疗方案治疗后的肾存活预后情况数据对构建的每种治疗方案的预后预测模型进行训练，得到能够判断每种治疗方案的肾存活预后情况的有效预后预测的优质Cox回归模型和优质XGBoost模型；S3，将待评价患者医学特征数据分别输入治疗方案集中每种治疗方案的优质Cox回归模型和优质XGBoost模型，S4，医生根据上述治疗方案集中每一种治疗方案的肾存活概率和治疗方案集中每一种治疗方案肾存活与否的参考值，根据预后风险的高低，选择合适的治疗方案。由此，达到了引导医生采用预后风险最低的ACNC相关性肾炎治疗方案的目的。