基于循环神经网络模型预测临床红细胞用量

作者：王芳艳^*; 袁玉蓉; 张敏; 李昆; 卢伟

来源：中国输血杂志, 2023, 36(05): 455-458.

DOI：10.13303/j.cjbt.issn.1004-549x.2023.05.020

• 预测/临床红细胞用量
• 人工智能
• 循环神经网络

目的 探讨重大突发公共卫生事件背景下的临床红细胞用量的预测方法，为给血站血液采集工作及血液库存管理提供科学决策依据。方法 采用人工智能方法中的循环神经网络(recurrent nerual network, RNN)模型对宜昌市2001—2017年临床血液各型红细胞用量进行分析和建模，并对2019—2021年36个月的临床红细胞用量进行科学预测。结果 RNN网络模型预测性能较好，A、B、O、AB型红细胞预测值均方根误差RMSE分别为156.7、133.4、204.2、51.3,平均相对误差MRE分别为6.4%、6.6%、8.5%、7.1%。模型对第一轮新冠疫情期间(2020年1—6月)的红细胞用量变化趋势有较好的预判性，预测到了2020年2月份的用量最低点及随后的恢复增长，对第二轮新冠疫情期间(2021年1—6月)的红细胞用量的预测精度较高，如A型红细胞用量在2021年2月(用量低点1 621.5 U)和5月(用量高点2 397.0 U)时RNN模型预测相对误差分别为5.2%和2.5%。结论 人工智能循环神经网络模型能较好地预测，重大突发公共卫生事件背景下的临床红细胞用量。