劉寧

(杞縣人民醫(yī)院 呼吸內(nèi)科，河南 開封 475200)

哮喘是常見慢性呼吸道疾病，發(fā)病率逐年升高[1]，我國(guó)是哮喘病死率最高的國(guó)家之一，給我國(guó)帶來(lái)巨大的社會(huì)負(fù)擔(dān)和醫(yī)療負(fù)擔(dān)[2]。哮喘的癥狀在其他呼吸道疾病中也同時(shí)存在，而人工智能技術(shù)可以使哮喘診斷快速、準(zhǔn)確、知識(shí)化[3]。機(jī)器學(xué)習(xí)是一門人工智能的科學(xué)，可以在經(jīng)驗(yàn)學(xué)習(xí)中改善具體算法的性能[4]。從本質(zhì)上來(lái)說(shuō)，機(jī)器學(xué)習(xí)就是使計(jì)算機(jī)模擬人的學(xué)習(xí)行為，通過自動(dòng)的學(xué)習(xí)獲取知識(shí)，不斷改善自身性能，最終實(shí)現(xiàn)人工智能。機(jī)器學(xué)習(xí)的主要算法有回歸算法、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、聚類算法和推薦算法等[5]。神經(jīng)網(wǎng)絡(luò)的誕生與大腦工作機(jī)理的研究密切相關(guān)，神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)機(jī)理包括分解與整合[6]。一個(gè)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)架構(gòu)包括輸入層、隱藏層和輸出層，所有的層再組成神經(jīng)網(wǎng)絡(luò)[7]。深度神經(jīng)網(wǎng)絡(luò)是一種用于圖像分析的非線性回歸分析方法[8]。支持向量機(jī)是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的新型學(xué)習(xí)機(jī)，是結(jié)構(gòu)風(fēng)險(xiǎn)最小化方法的近似實(shí)現(xiàn)[9]。本研究選取了571名呼吸系統(tǒng)疾病患者，并選取了哮喘診斷時(shí)常用的22個(gè)指標(biāo)，使用邏輯回歸分析、支持向量機(jī)和深度神經(jīng)網(wǎng)絡(luò)3種算法對(duì)哮喘進(jìn)行預(yù)測(cè)，比較這三種算法在哮喘預(yù)測(cè)和診斷過程中的準(zhǔn)確性。

1 資料與方法

1.1 一般資料選取2020年1月至2021年6月杞縣人民醫(yī)院收治的370例哮喘患者和201例其他呼吸道疾病患者作為研究對(duì)象，哮喘的診斷是基于《呼吸疾病診療指南·第3版》中的哮喘的診斷標(biāo)準(zhǔn)，根據(jù)患者的癥狀史，并結(jié)合實(shí)驗(yàn)室和影像學(xué)檢測(cè)最終診斷為哮喘。其他呼吸道疾病患者包括氣管炎、支氣管炎和肺炎等患者。哮喘患者中男220例，女150例，年齡18～81歲，平均(50.8±7.21)歲。非哮喘患者中男130例，女71例，年齡20～88歲，平均(54.2±6.89)歲。本研究經(jīng)醫(yī)院醫(yī)學(xué)倫理委員會(huì)批準(zhǔn)，所有受試者均簽署知情同意書。

1.2 輸入記錄在哮喘患者的病歷中，有22條與診斷相關(guān)的輸入記錄如下。(1)癥狀-身體特征：年齡、性別(二分類變量，女性=0，男性=1)、聽診氣喘情況(二分類變量，是=0，否=1)、咳嗽時(shí)間、氣喘時(shí)間、每日癥狀變化、重復(fù)癥狀、過敏疾病史、家族過敏史、吸煙史。(2)生化分析：外周血嗜酸性粒細(xì)胞數(shù)量、外周血嗜堿性粒細(xì)胞數(shù)量、總IgE值和氣-骨特異性IgE陽(yáng)性(二分類變量，是=0，否=1)。(3)肺功能測(cè)試：第1秒用力呼氣容積(forced expiratory volume in one second，F(xiàn)EV1)占預(yù)計(jì)值的百分比、50%肺活量(V50)、25%肺活量(V25)、V50/V25、使用支氣管擴(kuò)張劑后FEV1增加容積、使用支氣管擴(kuò)張劑后FEV1增加容積百分比和呼出氣一氧化氮。(4)使用甲膽堿激發(fā)的支氣管激發(fā)試驗(yàn)：氣道高反應(yīng)性(二分類變量，是=0，否=1)。

1.3 分析方法使用邏輯回歸分析、支持向量機(jī)和深度神經(jīng)網(wǎng)絡(luò)3種算法評(píng)估哮喘診斷的準(zhǔn)確性。使用Keras代碼結(jié)合谷歌的Tensor Flow。在張量流顯式初始化變量的處理中，輸入是用數(shù)據(jù)相關(guān)初始化來(lái)衡量標(biāo)準(zhǔn)化。隨機(jī)分出80%的數(shù)據(jù)做為訓(xùn)練數(shù)據(jù)，其余20%的數(shù)據(jù)作為每個(gè)系統(tǒng)的測(cè)試數(shù)據(jù)。機(jī)器學(xué)習(xí)技術(shù)有調(diào)整參數(shù)，例如深度學(xué)習(xí)中的神經(jīng)元數(shù)量、批量大小、激活函數(shù)等，也稱為超參數(shù)。由于使用所有的數(shù)據(jù)樣本對(duì)超參數(shù)進(jìn)行調(diào)優(yōu)可能會(huì)導(dǎo)致過擬合，因此，使用訓(xùn)練數(shù)據(jù)對(duì)超參數(shù)進(jìn)行調(diào)優(yōu)。Talos軟件包的數(shù)據(jù)庫(kù)用于自動(dòng)模型調(diào)整超參數(shù)學(xué)習(xí)。

邏輯回歸分析通過使用sigmoid型函數(shù)估計(jì)概率將數(shù)據(jù)集分類，它被構(gòu)造為一個(gè)單層的簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)。在進(jìn)行邏輯回歸分析時(shí)，網(wǎng)絡(luò)層分為輸入層、隱藏層和輸出層。輸入層是線性的，只負(fù)責(zé)從網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu)傳輸數(shù)據(jù)。隱藏層和出口層是sigmoid類型，并在網(wǎng)絡(luò)上執(zhí)行計(jì)算。

在支持向量機(jī)模型中，對(duì)于二值分類支持向量機(jī)，使用了線性或輻射基函數(shù)(radial basis function，RBF)核，未進(jìn)行其他特征提取或特征量選擇，因此，匹配深度學(xué)習(xí)訓(xùn)練中使用的輸入數(shù)據(jù)的標(biāo)準(zhǔn)。網(wǎng)格搜索的評(píng)分是根據(jù)評(píng)分?jǐn)?shù)據(jù)的10倍交叉驗(yàn)證獲得的平均AUC接收器工作特征進(jìn)行的。訓(xùn)練和驗(yàn)證中使用的數(shù)據(jù)集與深度學(xué)習(xí)模型中使用的數(shù)據(jù)集相同。

另外，構(gòu)建了一個(gè)深度學(xué)習(xí)模型，在分類系統(tǒng)中使用圖1所示的深度神經(jīng)網(wǎng)絡(luò)。深度神經(jīng)網(wǎng)絡(luò)是由多個(gè)隱藏非線性層組成的前饋神經(jīng)網(wǎng)絡(luò)。它以一組權(quán)重矩陣、偏置向量和一個(gè)非線性激活函數(shù)為特征。超參數(shù)優(yōu)化選擇哪個(gè)參數(shù)是激活函數(shù)、網(wǎng)絡(luò)結(jié)構(gòu)、批量大小和周期數(shù)的最佳學(xué)習(xí)方式。在正向傳播中，激活網(wǎng)絡(luò)的激活函數(shù)為隱藏層的整流線性單元(relu)或正切雙曲函數(shù)(tanh)，輸出層的激活函數(shù)為sigmoid型。在所有因素都輸入的情況下，網(wǎng)絡(luò)結(jié)構(gòu)示例如圖1所示。其結(jié)構(gòu)為22-18-18-18-1，其中輸入層22個(gè)節(jié)點(diǎn)，隱藏層18個(gè)節(jié)點(diǎn)，隨后隱藏層重復(fù)2次，輸出層1個(gè)節(jié)點(diǎn)(哮喘，是=1，非=0)。在傳播過程中，選擇“relu”作為調(diào)優(yōu)超參數(shù)的激活函數(shù)。

圖1 深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

2 結(jié)果

2.1 邏輯回歸分析當(dāng)輸入因素僅為癥狀-身體特征時(shí)，診斷準(zhǔn)確率為65%；當(dāng)輸入因素為癥狀-身體特征+生化檢測(cè)結(jié)果時(shí)，診斷準(zhǔn)確率為68%；當(dāng)輸入因素為癥狀-身體特征+生化檢測(cè)+肺功能檢測(cè)時(shí)，診斷準(zhǔn)確率為82%；當(dāng)輸入全部因素時(shí)，診斷準(zhǔn)確率提升至94%。

2.2 支持向量機(jī)當(dāng)輸入因素僅為癥狀-身體特征時(shí)，診斷準(zhǔn)確率為62%；當(dāng)輸入因素為癥狀-身體特征+生化檢測(cè)結(jié)果時(shí)，診斷準(zhǔn)確率為64%；當(dāng)輸入因素為癥狀-身體特征+生化檢測(cè)+肺功能檢測(cè)時(shí)，診斷準(zhǔn)確率為75%；當(dāng)輸入全部因素時(shí)，診斷準(zhǔn)確率提升至82%。

2.3 深度神經(jīng)網(wǎng)絡(luò)當(dāng)輸入因素僅為癥狀-身體特征時(shí)，診斷準(zhǔn)確率為68%；當(dāng)輸入因素為癥狀-身體特征+生化檢測(cè)結(jié)果時(shí)，診斷準(zhǔn)確率為70%；當(dāng)輸入因素為癥狀-身體特征+生化檢測(cè)+肺功能檢測(cè)時(shí)，診斷準(zhǔn)確率為88%；當(dāng)輸入全部因素時(shí)，診斷準(zhǔn)確率提升至98%。

2.4 3種方法的AUC比較邏輯回歸分析、支持向量機(jī)、深度神經(jīng)網(wǎng)絡(luò)3種方法的ROC曲線如圖2所示。3種模型對(duì)所有22個(gè)輸入進(jìn)行了訓(xùn)練，其中邏輯回歸分析的AUC為0.97；支持向量機(jī)的AUC為0.83；深度神經(jīng)網(wǎng)絡(luò)的AUC為0.99。見圖2。為了評(píng)估分類模型之間的AUC差異，DeLong法檢測(cè)ROC曲線顯示，深度神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)之間以及深度神經(jīng)網(wǎng)絡(luò)與邏輯分析之間差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。

圖2 3種分析方法的ROC曲線

3 討論

本研究的目的是開發(fā)一個(gè)智能系統(tǒng)來(lái)診斷哮喘，將臨床特征作為輸出，用機(jī)器學(xué)習(xí)方法診斷是否為哮喘，結(jié)果可以看出，使用深度神經(jīng)網(wǎng)絡(luò)診斷哮喘，如果輸入了完整的患者信息，其診斷準(zhǔn)確率達(dá)到98%。

計(jì)算機(jī)輔助診斷是提高診斷準(zhǔn)確性的一種有用方法，它涉及到將專家提供的信息與機(jī)器學(xué)習(xí)方法相結(jié)合。機(jī)器學(xué)習(xí)可以利用完整的臨床信息準(zhǔn)確地診斷哮喘。Zolnoori等[10]研究表明，一個(gè)用于檢測(cè)兒童哮喘的計(jì)算機(jī)智能系統(tǒng)被稱為預(yù)測(cè)哮喘的模糊智能系統(tǒng)，是100%正確的。另一項(xiàng)研究比較了用于預(yù)測(cè)兒童哮喘持續(xù)時(shí)間的統(tǒng)計(jì)方法，發(fā)現(xiàn)貝葉斯分析的準(zhǔn)確性可達(dá)86%，而人工神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確率約81%[11]。人工神經(jīng)網(wǎng)絡(luò)有潛力成為一種更廣泛使用的分類算法，但由于參數(shù)調(diào)整過程耗時(shí)，可選擇的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)類型眾多，以及用于訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)的算法數(shù)量多，所以它的使用頻率較低。在這項(xiàng)研究中，確定深度神經(jīng)網(wǎng)絡(luò)可以高效準(zhǔn)確地診斷成人哮喘。

使用神經(jīng)網(wǎng)絡(luò)的模型往往難以分析大量輸入的系統(tǒng)，這是因?yàn)橄到y(tǒng)訓(xùn)練所需的時(shí)間較長(zhǎng)，并且在訓(xùn)練期間模型可能會(huì)過擬合。在本研究中，為了避免過擬合，對(duì)超參數(shù)進(jìn)行了調(diào)整，從而在準(zhǔn)確率和丟失率上都可以確定訓(xùn)練和驗(yàn)證進(jìn)度的收斂性。

在比較3種算法診斷成人哮喘的準(zhǔn)確率時(shí)，本研究發(fā)現(xiàn)深度神經(jīng)網(wǎng)絡(luò)的檢測(cè)準(zhǔn)確率最好，總體準(zhǔn)確率為98%。目前，深度神經(jīng)網(wǎng)絡(luò)的應(yīng)用在準(zhǔn)確性和數(shù)據(jù)處理方面都比支持向量機(jī)算法有很大的優(yōu)勢(shì)。支持向量機(jī)算法是一種非常流行的并且研究的比較深入的監(jiān)督學(xué)習(xí)模型，它不適用深度學(xué)習(xí)的計(jì)算能力。與支持向量機(jī)相比，深度神經(jīng)網(wǎng)絡(luò)能夠更準(zhǔn)確地對(duì)數(shù)據(jù)進(jìn)行分類。本研究中邏輯回歸分析模型與深度神經(jīng)網(wǎng)絡(luò)在診斷哮喘時(shí)準(zhǔn)確性相似，可能是因?yàn)樵撨壿嫹治瞿Ｐ褪且粋€(gè)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)，無(wú)隱藏層，并且有監(jiān)督機(jī)器學(xué)習(xí)。

在深度神經(jīng)網(wǎng)絡(luò)發(fā)展中最重要的因素之一是選擇合適的結(jié)構(gòu)和使用最優(yōu)的數(shù)據(jù)輸入。本研究使用一種帶超參數(shù)調(diào)優(yōu)的深度神經(jīng)網(wǎng)絡(luò)算法，使用超參數(shù)優(yōu)化了模型架構(gòu)。并用十倍交叉驗(yàn)證方法測(cè)試了任務(wù)分類器的性能。評(píng)價(jià)結(jié)果表明，該分類器具有較高的查準(zhǔn)率和查全率。通過統(tǒng)計(jì)方法選擇最優(yōu)的數(shù)據(jù)作為網(wǎng)絡(luò)的輸入，可以選擇在網(wǎng)點(diǎn)中效率最高的數(shù)據(jù)量。本研究的結(jié)果與以前的一些報(bào)告一致，發(fā)現(xiàn)30%的哮喘患者被醫(yī)生診斷為哮喘時(shí)，未使用客觀測(cè)試。相比之下，本研究發(fā)現(xiàn)基于癥狀體征作為輸入數(shù)據(jù)，深度神經(jīng)網(wǎng)絡(luò)模型診斷成人哮喘的準(zhǔn)確率約為70%。

不過本研究得出的結(jié)果也說(shuō)明，疾病診斷要根據(jù)具體情況進(jìn)行分析，在特定情況下，有可能證明其中一種技術(shù)優(yōu)于其他技術(shù)，這種技術(shù)可能比其他技術(shù)更適合于分析這種特定情況。在某些情況下，支持向量機(jī)在診斷準(zhǔn)確率上優(yōu)于深度學(xué)習(xí)算法[12]。

綜上，深度神經(jīng)網(wǎng)絡(luò)能夠根據(jù)所有臨床數(shù)據(jù)準(zhǔn)確預(yù)測(cè)疾病。深度神經(jīng)網(wǎng)絡(luò)的方法比傳統(tǒng)的機(jī)器學(xué)習(xí)方法更準(zhǔn)確，可以用于醫(yī)生診斷哮喘時(shí)的助理服務(wù)，這一研究可以提高醫(yī)生診斷時(shí)的準(zhǔn)確性。該技術(shù)值得在臨床推廣應(yīng)用。