一种基于机器学习的患者结肠镜检查前肠道准备预测方法

本发明公开了一种基于机器学习的患者结肠镜检查前肠道准备预测方法，包括以下步骤：S1、搜集患者的临床数据，并对临床数据进行预处理；S2、利用Boruta算法对搜集到的临床数据进行特征选择，识别与结肠镜检查前肠道准备不足相关的重要特征；S3、利用机器学习算法构建预测模型，并采用交叉验证方法进行预测模型评估，选定最佳预测模型；S4、采用SHAP解释树模型对最佳预测模型进行解释，识别出对预测结果影响最大的特征；S5、将待测患者的临床数据输送到最佳预测模型中，对患者结肠镜检查前肠道准备进行预测；该方法不仅能精准预测肠道准备不足的风险，同时能够提供个性化的指导，显著提高了临床工作效率，具有重要的临床意义。