项目周期：
2022.1-2024.12（在研）
项目来源：
安徽省重点基金
合作单位：
中科大第一附属医院
项目简介：
结核病是一种由细菌引起的传染性感染，主要影响肺部，但也可能侵入人体全身各种器官。儿童结核病因其少杆菌性质以及难以获得高质量的呼吸道标本，存在着较高的漏诊率，全世界范围其死亡率接近50%，在中国高达62%。西藏是结核病的高发区，由于高原特殊的生态环境，在长期进化中可能形成某些结核易感基因，可能表现出不同的临床特征，给诊断增加了难度，同时基层医院力量薄弱，基层医师对该病认识也有待提高，因此如何为西藏地区提供一种有效的诊断检测方法是儿童结核病防控中的重大难题。
本项目在“儿童结核病筛查问卷”调研的基础上，拟应用人工智能技术搭建儿童结核病智能化早期识别与辅助诊断系统并评价其临床应用效果，通过分析相关临床检验数据，深入开展分子诊断学在儿童结核病生物学中的诊断价值。
项目目标：
本项目的目标为搭建基于深度学习的儿童结核病早期筛查智能化辅助系统。
项目方法：
一、基于深度学习的儿童结核病早期筛查方法研究
首先基于山南市的四家基层医院的患者数据训练一个分类模型，再根据中科大附一院的过往诊断数据完成第二个模型训练，并利用联邦学习将两个模型完成融合，聚合产生全局模型，而这个过程双方患者的数据彼此并不互通，保证患者的数据隐私。基于已经训练好的模型，我们要求待筛查的患者填写问卷，我们从问卷中提取出对应的特征输入，模型输出对该患者患病风险等级判断，通过医生的临床试验，最终判定确诊的患者。
二、基于深度学习的儿童结核病问卷优化方法
我们所提出的基于深度学习的儿童结核病问卷优化方法主要分为七步，首先是确定筛查对象，其次分发问卷并进行回收，接着基于回收的问卷提取出重要的特征信息并输入到训练好的模型当中，此时输出模型对于个特征向量的反馈，对于消极的反馈删除其在问卷中对应的问题，优化筛查问卷；同时，输出对患者的诊断结果，经医生核实后添加到初始的数据集中，扩充数据集，并进一步改善模型的泛化能力。
项目成果：
该项目处于在研阶段。