基于隨機(jī)森林的居民健康評(píng)估模型

魏小弟

摘要：隨著我國(guó)經(jīng)濟(jì)水平的快速發(fā)展和人民生活水平的不斷提高，特別是新時(shí)期健康衛(wèi)生工作方針由“以治病為中心”向“以健康為中心”轉(zhuǎn)變的背景下，人們對(duì)生活質(zhì)量、衛(wèi)生服務(wù)和身心健康提出了更高的要求。本文基于大健康學(xué)科前沿成果，分析了“失配性”現(xiàn)象的形成機(jī)理并將飲食、生活、工作、醫(yī)療、環(huán)境作為輸入層，社會(huì)公共衛(wèi)生和居民個(gè)體作為輸出層，構(gòu)造基于隨機(jī)森林（Random Forest， RF）算法的社會(huì)公共衛(wèi)生與環(huán)境和居民個(gè)體評(píng)估模型;然后采用模糊等級(jí)劃分法設(shè)定五種評(píng)估等級(jí)，并使用指派法建立隸屬度函數(shù)來(lái)確定五個(gè)因素對(duì)五種評(píng)估等級(jí)的影響;最后通過(guò)比較模型輸出值和隸屬度函數(shù)空間值的大小，及時(shí)發(fā)現(xiàn)存在的問(wèn)題，并提出解決類似“失配性”慢性非傳染疾病以及環(huán)境污染等問(wèn)題的可行方案。

關(guān)鍵詞：居民健康; 隨機(jī)森林; 模糊等級(jí)劃分法; 隸屬度函數(shù)

中圖分類號(hào)： TP391? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）16-0033-03

隨著經(jīng)濟(jì)的快速發(fā)展，人們對(duì)衣、食、住、行等方面提出了更高的要求，如醫(yī)療模式從傳統(tǒng)的單一救治模式逐漸向“防、治、養(yǎng)”的大健康模式轉(zhuǎn)變[1-5]。但健康問(wèn)題受到飲食習(xí)慣、生活方式、工作壓力和醫(yī)療保障等多方面的影響，且患慢性病、老年病、肥胖病以及亞健康等問(wèn)題的人數(shù)逐年遞增，給國(guó)民健康帶來(lái)了非常大的困擾[6-8]。為此建立一種能夠支持健康水平動(dòng)態(tài)測(cè)控的居民健康評(píng)估模型迫在眉睫。

1 算法設(shè)計(jì)與分析

1.1 隨機(jī)森林模型

根據(jù)大健康學(xué)科前沿研究成果，通過(guò)分析“失配性”現(xiàn)象的形成機(jī)理[9]，將飲食、生活、工作、醫(yī)療、環(huán)境作為輸入層，社會(huì)公共衛(wèi)生和居民個(gè)體作為輸出層，構(gòu)造基于隨機(jī)森林算法的居民健康評(píng)估模型。隨機(jī)森林構(gòu)造過(guò)程如圖1所示。

隨機(jī)森林是由一組決策分類器[{h（x，?t），t=1，2，...，T}]組成的集成分類器，其中[?t]是服從獨(dú)立分布的隨機(jī)變量，T表示隨機(jī)森林中決策樹(shù)的個(gè)數(shù)，每個(gè)決策樹(shù)分類器通過(guò)投票的方式來(lái)決定最優(yōu)的分類結(jié)果[10]。具體計(jì)算如公式（1）所示。

上述過(guò)程實(shí)現(xiàn)了隨機(jī)森林模型的構(gòu)造，但模型的訓(xùn)練需要多個(gè)城市不同狀況下居民的健康數(shù)據(jù)，本文選擇北京、上海、西藏、蘭州和成都等地的居民健康數(shù)據(jù)進(jìn)行模型的訓(xùn)練。

考慮到模型輸入時(shí)各因素?cái)?shù)據(jù)不統(tǒng)一的問(wèn)題，采用以下五種計(jì)算方式實(shí)現(xiàn)數(shù)據(jù)的歸一化處理。

（1）飲食方面采用攝入能量與體重之間的關(guān)系進(jìn)行計(jì)算，體質(zhì)指數(shù)（Body Mass Index， BMI）如公式（5）所示。

[BMI=BWST2]? ? ? ? ? ? ? ? ? ? ?（5）

（2）生活方面采用國(guó)民幸福指數(shù)（National Happiness Index， NHI）進(jìn)行計(jì)算，如公式（6）所示。

[NHI=IIGE×UR×IN]? ? ? ? ? ? ? ? （6）

（3）工作方面采用失業(yè)率表示，如公式（7）所示。

[UR=UYNB+UY]? ? ? ? ? ? ? ? ? （7）

（4）醫(yī)療方面采用醫(yī)保普及率表示。

（5）環(huán)境方面主要考慮到空氣質(zhì)量，等標(biāo)排放量Pi（m3/h）計(jì)算如公式（8）所示。

[Pi=Qi/Coi×109]? ? ? ? ? ? ? ? （8）

其中，BW表示身高，ST表示體重;II表示居民收入的遞增，GE表示基尼系數(shù)，UR表示失業(yè)率，IN表示通貨膨脹;UY表示失業(yè)人數(shù)，NB表示在業(yè)人數(shù);[Qi]表示第i類污染物在單位時(shí)間內(nèi)的排放量，[Coi]表示第i類污染物空氣排放質(zhì)量標(biāo)準(zhǔn)。

1.2 隨機(jī)森林算法描述

隨機(jī)森林算法作為基于機(jī)器學(xué)習(xí)的一種集成分類算法，結(jié)合了多個(gè)決策樹(shù)的分類效果，最終通過(guò)“投票”方式選擇出票數(shù)最多的類別作為最終的分類[11]。每一棵樹(shù)構(gòu)造流程如算法1所示。

[算法1：隨機(jī)森林算法 Step1 用N表示訓(xùn)練樣本個(gè)數(shù)，M表示特征數(shù)目; Step2 輸入特征數(shù)目[m（m

3 實(shí)驗(yàn)與分析

3.1 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)環(huán)境如表1所示。

3.2 實(shí)驗(yàn)結(jié)果與分析

為驗(yàn)證本文算法的性能，從國(guó)家衛(wèi)生部和國(guó)家統(tǒng)計(jì)局等網(wǎng)站收集與整理120000條數(shù)據(jù)作為隨機(jī)森林模型的訓(xùn)練與測(cè)試數(shù)據(jù)，設(shè)置模型的最大訓(xùn)練次數(shù)epochs=120，learning rate=0.01，具體訓(xùn)練過(guò)程如圖2（a）和（b）所示。

通過(guò)圖2（a）可知，在訓(xùn)練與測(cè)試初期，模型的準(zhǔn)確率隨著訓(xùn)練步數(shù)的增加而快速上升，且訓(xùn)練準(zhǔn)確率高于測(cè)試準(zhǔn)確率;由圖2（b）可知，在訓(xùn)練初期模型的loss值隨著訓(xùn)練步數(shù)的增加快速下降，且訓(xùn)練loss值低于測(cè)試loss值，表明該模型具有較好的訓(xùn)練與測(cè)試效果。

圖3給出了隨機(jī)森林模型的回歸檢驗(yàn)，其中紅色表示訓(xùn)練值，黃色表示驗(yàn)證值，藍(lán)色表示測(cè)試值，當(dāng)R=0.9943、0.9952和0.9935時(shí)符合回歸檢驗(yàn)，如圖3（a）、（b）和（c）所示。通過(guò)觀察圖3（d），當(dāng)R=0.9958時(shí)，模型在訓(xùn)練、測(cè)試和驗(yàn)證集上取得最好的吻合效果，表明本文模型具有可行性。

用于模型輸入的五個(gè)指標(biāo)存在動(dòng)態(tài)變化的特點(diǎn)，本題針對(duì)這一問(wèn)題采用指派法，通過(guò)建立梯形函數(shù)和三角函數(shù)相結(jié)合的隸屬度函數(shù)，求解出劃定評(píng)價(jià)社會(huì)公共衛(wèi)生與環(huán)境和居民個(gè)體的五個(gè)等級(jí)。隸屬度函數(shù)關(guān)系如圖4所示。

3.3 依據(jù)評(píng)估模型提出可行性方案

為評(píng)估本文提出模型的有效性，現(xiàn)以西安市為例。將五個(gè)指標(biāo)作為模型的輸入，社會(huì)公共衛(wèi)生和居民個(gè)體作為模型的輸出，分別計(jì)算得到社會(huì)公共衛(wèi)生和居民個(gè)體的評(píng)價(jià)為0.58和0.76。

根據(jù)表2評(píng)價(jià)等級(jí)與區(qū)間范圍對(duì)應(yīng)關(guān)系，可得公共衛(wèi)生為中等，說(shuō)明西安市需要在環(huán)境和醫(yī)療等方面進(jìn)行調(diào)控。在環(huán)境方面可以通過(guò)控制水質(zhì)因子，利用工業(yè)污染物排序指標(biāo)ISE控制廢物排放量，有效降低患有癌癥、糖尿病和高血壓、高血脂等疾病的人數(shù)。

根據(jù)表2評(píng)價(jià)等級(jí)與區(qū)間范圍對(duì)應(yīng)關(guān)系，可得居民自身評(píng)價(jià)良好，說(shuō)明西安市居民對(duì)當(dāng)?shù)仫嬍?、工作和生活等方面的把控能力較好。若想提升評(píng)價(jià)等級(jí)指數(shù)，在飲食方面可以通過(guò)計(jì)算標(biāo)準(zhǔn)體重與身高對(duì)應(yīng)能量攝入量，在工作方面可以通過(guò)運(yùn)動(dòng)等方式解壓，全面提升居民幸福指數(shù)。

通過(guò)計(jì)算隨機(jī)森林模型輸出值與隸屬度對(duì)應(yīng)的區(qū)間范圍，及時(shí)發(fā)現(xiàn)問(wèn)題，并就當(dāng)前問(wèn)題提出合理的解決方案，為“健康行動(dòng)計(jì)劃”提供有力支持，此外，根據(jù)建立的模型和經(jīng)驗(yàn)有效提出解決類似“失配性”慢性非傳染疾病以及環(huán)境污染等問(wèn)題的可行方案。

4 結(jié)語(yǔ)

近年來(lái)，利用機(jī)器學(xué)習(xí)算法預(yù)測(cè)居民健康指數(shù)成為研究熱點(diǎn)，本文在先驗(yàn)知識(shí)的基礎(chǔ)上，提出了一種基于隨機(jī)森林的居民健康評(píng)估模型，為解決類似“失配性”慢性非傳染疾病以及環(huán)境污染等問(wèn)題提供一種新的研究思路。

參考文獻(xiàn)：

[1] 桑祎瑩，黃仕鑫，易靜，等.基于隨機(jī)森林和誤差反向傳播神經(jīng)網(wǎng)絡(luò)的糖尿病性周圍神經(jīng)病變患病風(fēng)險(xiǎn)研究[J].解放軍醫(yī)學(xué)雜志，2018，43（10）：877-881.

[2] 俞竣瀚. 基于極限學(xué)習(xí)機(jī)馬爾科夫模型的結(jié)果健康狀態(tài)預(yù)測(cè)研究[D]. 西安： 長(zhǎng)安大學(xué)， 2016.

[3] 彭炎亮， 李旺根， 劉嬌. 基于動(dòng)態(tài)權(quán)重和模糊綜合評(píng)價(jià)法的健康評(píng)估模型[J]. 計(jì)算機(jī)系統(tǒng)應(yīng)用， 2017， 12（1）：37-43.

[4] 朱鳳梅. 基于模糊綜合評(píng)價(jià)方法的醫(yī)療衛(wèi)生體制改革評(píng)價(jià)研究[J]. 中國(guó)衛(wèi)生統(tǒng)計(jì)， 2016， 33（2）：267-270.

[5] 雷順群. 論大健康理念形成的立論基礎(chǔ)和根據(jù)[J]. 中醫(yī)雜志， 2016， 57（15）：1261-1265.

[6] 李欣海. 隨機(jī)森林模型在分類與回歸分析中的應(yīng)用[J]. 應(yīng)用昆蟲(chóng)學(xué)報(bào)（昆蟲(chóng)知識(shí)）， 2016， 50（04）：1190-1197.

[7] 明勇， 王華軍. 模糊隸屬度融合多層前饋神經(jīng)網(wǎng)絡(luò)的CBIR方法[J]. 計(jì)算機(jī)測(cè)量與控制， 2015， 23（3）：903-906.

[8] 任鵬飛， 秦貴和. 具有交通規(guī)則約束的改進(jìn)Dijkstra算法[J]. 計(jì)算機(jī)應(yīng)用， 2015， 35（9）：2503-2507.

[9] 常振波， 盧文喜， 辛欣. 基于靈敏度分析和替代模型的地下水污染風(fēng)險(xiǎn)評(píng)價(jià)方法[J]. 中國(guó)環(huán)境科學(xué)， 2017， 37（1）：167-173.

[10] 李莉瓊， 劉漳輝， 郭昆. 基于灰關(guān)聯(lián)分析的模糊C均值算法[J]. 福州大學(xué)學(xué)報(bào)：自然科學(xué)版， 2016， 44（2）：170-175.

[11] 王小強(qiáng). 基于隨機(jī)森林的亞健康狀態(tài)預(yù)測(cè)與特征選擇方法研究[J]. 計(jì)算機(jī)應(yīng)用與軟件， 2014， 31（1）：296-298， 307.

【通聯(lián)編輯：唐一東】