用于推荐气道开放体位夹角的机器学习模型的构建方法

本发明公开了一种用于推荐气道开放体位夹角的机器学习模型的构建方法，其包括采集可能影响患者气道打开时声门暴露效果的各种自变量数据，对患者进行气道打开实验，以最佳的声门暴露图像对应的体位夹角作为最优体位夹角，对各种自变量进行单因素分析，筛选出具有统计学意义的自变量数据作为模型候选预测变量；预选用于推荐气道开放最优体位夹角的机器学习模型，对机器学习模型进行训练和验证，采用AUC值进行评价，选取AUC值最高的机器学习模型作为推荐气道打开最优体位夹角的预测模型。本发明获得的预测模型能为医务人员准确的推荐打开患者气道暴露声门的最优体位夹角，进而能减少或避免支气管镜诊疗中出现声门暴露困难的风险。