母婴状况的诊断、筛选、预防和治疗的人工智能和设备的制作方法

专利名称：母婴状况的诊断、筛选、预防和治疗的人工智能和设备的制作方法
技术领域：
本发明涉及一种母婴状况的诊断、筛选、预防和治疗的人工智能 和设备。
背景技术：
对于新生儿，面对外界涉及开始第一次肺部吸氧的适应并且持续 整个一生。这些适应涉及所有的器官、系统以及独立和互相依赖功能 的复杂网络。为了享受生活所给予的并且足以应付不利状况，出生时 正常的结构、功能和美感状态是必需的。对于患者、她的家庭、保健 系统和整个社会，在妊娠期间较早且最佳地检测问题/并发症是有利 的，以及在子宫内处理所有危险是最佳的实践。
妊娠并发症可以是由属于几类的多种状况的长列表引起的
a) 存在在染色体级别或分子遗传级别或在生物化学或新陈代谢 级别的异常基因遗传的危险；
例如，唐氏先天愚征、特纳氏综合征和其它多种状况。
b) 存在没有可检测异常基因图样的胎儿结构异常的危险 例如，脊柱裂和其它多种状况。
c) 先天胎儿畸形和疾病
例如，胎儿水肿、胎儿生长阻滞、胎儿巨大症
d) 由于受母体疾病影响或者受母体/子宫生理系统的异常或不合时宜的改变而引起的胎儿疾病和妊娠并发症
例如，母体糖尿病引起胎儿结构异常或胎儿巨大症
e) 由于受致畸的或其它种类的破坏性药剂影响而引起的胎儿疾
病
f) 偶发性基因突变
g) 其它问题
需要的是人工智能软件，在妊娠期间考虑绘制、计划和处理所有 胎儿、母体以及外部先有数据和发生日期，这将改进各种病例的筛选、 检测、预防和治疗，因此提高分娩婴儿使之以最佳状况面对生活的机会。

发明内容
本发明涉及一种面向时间的人工智能系统，用以处理任何诊断筛 选或并发症的治疗或整个妊娠期间的危险。
用户可以在妊娠期间插入关于临床病例管理的问题或询问，并且 接收通过至少一种算法来引导病例管理的面向病例的输出。
本发明可以在异常基因型之后检测表型。
本发明提供一种专家系统，用于优化妊娠期间的健康状况，包括 至少一个涉及健康并发症的妊娠数据库。这种数据库实际上可以包括 任意数目的数据库，并且可以以任意方式(例如通过超链接)连接这 种数据库。系统还包括表示关于任意所述健康并发症的面向时间信息 的数据。可以将健康并发症划分为所述数据菜单。专家系统可以包括 至少一个输入，用于输入诊断和/或筛选数据。该系统还可以包括至少 一个指示符，用于报告作为输入诊断和筛选数据的函数的判决。
该系统可以包括数据菜单。数据菜单包括分类定义的妊娠相关健 康状况，所述数据菜单按照妊娠时间段的函数而组织。可以以任意方 式划分这些分类定义的妊娠状况。
可以包括智能代理，所述智能代理包括适用于输入到智能代理的 数据的至少一个算法规则。可以设计规则以产生关于妊娠病例的至少 一个判决。判决可以包括安排关于并发症要采取的至少一个行动或者检测所述并发症。关于并发症要采取的行动包括筛选并发症或治疗并 发症。
智能代理可以被配置用于接收所述输入诊断和/或筛选数据，并 且指示涉及健康并发症的妊娠的存在或不存在的可能性。这可以使用 任何规则来实现。所述规则考虑输入数据(包括诊断和筛选数据)以 及健康并发症数据，以报告指示至少一个涉及妊娠并发症的潜在健康 问题的可能性的至少一个判决。
智能代理还可以包括指示出生之后至少一个妊娠并发症的发生 率的至少一个发生率规则以及指示妊娠期间作为时间函数的至少一个 妊娠并发症的发生率的至少一个发生率规则。应用规则可以被用于加 权给定综合征的可能性。代理还可以包括至少一个分类规则，指导划 分所述至少一个并发症。
智能代理还可以包括至少一个联合规则，所述规则与从任意以上 规则或智能代理中推导出的至少一个判决相联系。考虑智能代理中包 含的任意规则对输入数据的应用，以报告指示与妊娠并发症相关的至 少一个潜在健康问题的可能性的至少一个判决。可以将通过将规则应 用于诊断和筛选数据所产生的判决或其它数据通信回数据库，使它添 加到规则弓I擎可访问的知识库。
专家系统包括计算机执行程序，用于分类类别和访问输入诊断和 /或筛选数据和数据库数据，系统还可以被配置用于发出关于将来要采 取的行动的咨询报告。类似地，可以将系统配置用于根据输入数据来 产生警报。


图l示出了本发明的整体非限制性示范示意布置。
图2示出了以面向时间推理引擎和面向时间知识库之间关系为例 的第一屏幕。
图2A示出了当用户选择访问数据菜单时呈现给用户的屏幕。 图2B是要筛选的相关的并发症的屏幕。
图2C和2D中示出了将提供查找用以检测或排除综合征的最小数目的标志的加权概率的列表的示例。
图3A显示了对在妊娠任意时间处母体受致畸原作用的可能影响
的询问模式的一个可能实施例。
图3B是示出了胎儿中可能问题的检测时间的屏幕。 图4A示出了与在给定妊娠时间处母体疾病对胎儿的可能影响相
关的询问。
图4B是示出了要使用基于计划的算法来査找的反常和反常关联 的屏幕。
图4C示出了选择SonoMarker列表的屏幕。
具体实施例方式
本发明的系统和方法提供了一种专家系统，用于优化妊娠期间或 出生之后的健康状况，包括至少一个涉及健康数据的妊娠数据库，所 述健康数据包括妊娠并发症。如此处所使用的，并发症是指涉及问题 的任何健康状况，直接或间接涉及过程(或过程的危险)、治疗(包括 副作用或毒性)、疾病、状况、异常或反常、或综合征。本发明管理关 于涉及妊娠的并发症的信息，因此并发症包括关于胎儿、母亲或两者 的最佳健康状况的任何问题。因此，并发症可以包括综合征、反常事 件、营养或营养失调、环境因素、基因突变、家族史(例如家族中阻 滞的历史)或者甚至保养问题。这种数据库实际上可以包括任何数据 库，并且可以以任意方式连接这种数据库。该系统还包括表示关于任 意所述健康并发症的面向时间信息的数据。该专家系统可以包括至少 一个输入，用于输入诊断和筛选数据。系统还可以包括至少一个指示 符，用于报告作为输入诊断和筛选数据的函数的判决。
图l示出了本发明的整体非限制性示范示意布置。包含来自患者 的诊断和/筛选数据的数据源110被馈入输出判决130a、 130b、 130c 的推理引擎或智能代理120。可以使用专用算法从数据库140中推导 出判决130a、 130b、 130c。推理引擎20操作上与包括妊娠相关的面 向时间健康数据、新生儿相关数据和基因作图的至少一个知识数据库 140相连。在人类染色体组数据库(例如染色体16的图谱， http:〃www. gdb. org/gdbr印orts/Chr16. omim. html沖可以链接染色体图谱。
本发明可以利用例如与在给定时间段上正常和异常胎儿和子宫外 生长相关的信息数据库。该数据库信息还可以是从推理引擎120自身 添加到数据库的信息。
知识数据库包括面向时间的菜单，其中包括l)遗传学和染色体 组数据库；2)妊娠之前和期间的畸胎性作用；3)对胎儿有影响的母
体疾病；以及4)与妊娠相关的事件和标记。
智能代理包括时间推理逻辑。在下面每一个参考中可以找到示范 的时间逻辑和与其相关的信息，在此通过参考一并包含其内容-
N. A. Lorentzos， ^x/o/wa//c Ge/ era/teaf/ow q/7力e 7 e/a//ow"/ Moc/e/ fo Sw/^orf
T7me Proc. International Workshop on an Infrastructure for Temporal
Databases, ed. R. Snodgrass, Arlington, Texas, 14-16 June 1993, Wi-W16,
N. A. Lorentzos， Y， G. Mitsopouos, ZY5^Z爿w /她/T"/五加mv'ow /o W丄Proc. International Workshop on an Infrastructure for Temporal Databases, ed. R. Snodgrass: Arlington, Texas, 14-16 June, 1993, PP1-PP14.
N. A. Lorentzos， Y. Manolopoulos， Qf^/w/sed L^d"/e 2-D/mew57'ona/ /"&rva/ 7 e/a"'o^ Pro" 4 Panhellenic Conference of Greek Computer Society, Patra， 16-18 De醒ber， 1993,21-33.
TTze / /erv"/ i e/"/7cwa/ Afode/ ^mt/Jjc^Z/cc^fo"Fa/fc JVme
D加a6as^. Chapter 3 in book rewpora/ Z)加6ase5v 77zeor乂 De57'gw awd
/mp/e倂e/7/^"0w, ed. A. Tansel， J. Clifford, S. Gadia， A. Segev， R. Snodgrass，
Publisher Benjamin / Cummings, USA, 1993， 67-91
C, Jensen (editor), J. Clifford, S. Gadia, F. Grandi， P. Kalua, N. Kline， N. Lorentzos, Y. Mitsopoulos, A. Montanari, S. Nair, B, Peressi， B. Pernici， E. Robertson, J. Roddick, N. Sarda, M.Scalas, A, Segev， R. Snodgrass， A. Tansel， P. Tiberio, A. Tuzhilin， G. W叫J 7^/5W/e o/Tempora/Da^cw^ Internal
Report R 93-2034, Aaiborg University, ISSN 0908-1216， 45 pages, November 1993, 45 pages,
C. Jensen， J. Clifford, R. Ehnasri， S. Gadia， P. Hayes， S. Jajodia (editors), C. Dyreson， F. Grandi， W. Kafer, N. Kline， N. Lorentzos, Y. Mitsopoulos, A, Montanan， D. Nonen， B. Peressi, B. Pemici， J,Roddick, N. Sarda, M. Scalas， A. Segev， R. Snodgrass， M. Soo， A. Tansel， P. Tiberio, G, Wiederhold,爿Co"cemws G/cwa^y of Temporal Database Concepts. Internal Report R 93-2035, Aalborg University, ISSN0908-1216， November 1993， 55 pages.
N. A. Lorentzos， Z)5MS 5^p/70W/or T7we "m/ Wa/Z) Oniered Cowpowwd Z)ara 7>p^, Information Systems 17(5), Sept. 1992， 347-358.
N. A. Lorentzos, G. Mitsopoulos, Za打gwage, Mawagewewf o/
/merw/ Z)W"， Proc. 1st HERMIS Conference, Athens, 25-26 Sept, 1992， 137-144,
N. A. Lorentzos, A. B， Sideridis， ra/z'cZ-77附e /w/orma"ow S)^&m51 々r/cw//wra/ Cooj^ra"vM. Proc. Agricultural Co-operatives and Development Agencies: Integrated Information Infrastructure,25 Athens 26-27 Nov. 1992.
N. A. Lorentzos, V. J, Kollias, 77^ i/aw///wg Dep/Zz aw J 77me /她rva/s Sb// T^/br卿/7on加^w义Computers and Geosciences, 15(3) 1989, 395-401.
N. A. Lorentzos， R. G. Johnson, ^fx加力wg i e/a//cwa/^(/geZ)ra /o Ma鄉w/afe rempora/Z)"to Information Systems 13(3), 1988,289-296.
N. A. Lorentzos， R. G. Johnson， 7 e《wz>e/wewAs* 5^e"y c"//ow々r a rewpor"/ ￡xfera/ow 她&/ IEEE / Data Engineering, 11(4), 1988， 26-33
(invited author).
N. A. Lorentzos， R. G. Johnson， 爿A/bc/e//or a 7V/ 7/7ora/ i e/a"'owa/ 爿/ge6ra. Proc. Temporal Aspects in Information Systems, Sophia-Antipolis, France, 13-15 May 1987 (in Temporal Aspects in Information Systems, ed, C. Rolland， F. Bodart, M. Leonard, pub. North-Holland), 1988, 203-215.
N. A. Lorentzos, R. G. Johnson,爿w 5加肌'ow o/7 e/"//owa/ Mc^e/ iSw/ poW G^wer〖c /w/erv* Proc. Int. Conf, Axtending Database Technology, Venice, Italy, 13-15 March 1988 (in Advances of Database Technology-EDBT，88 ed. J.W, Schmidt, S. Ceri, M. Missikoff Springer-Verlag), 1988， 528-542.
R.G. Johnson, N. A. Lorentzos, re附pora/ Z)"/a Mmage附ewA Information Update, Database 15 Technology 1, 1987， 5-11.
N.A. Lorentzos, Y. G. Mitsopoulos， Ex/e肌'ow/or /"/emz/ Z)a/". IEEE Transactions on Knowledge and Data Engineering 9(3)， 1997， 480-499.
N. A, Lorentzos, H. Darwen，五加"57'on /oB/wg/j /or rempora/ Dato Invited paper, Proc. 3rd HERMIS Conference, Athens， 26-28 Sept. 1996, 462-469.
N. A. Lorentzos, Y. Manolopoulos， Fwwc/7o打cr/ 7 e《w^ewe/7^s1 /or ///WoWca/ a/ d /wferva/ jEx/e/ts"/o w7 e/a"owa/ Afo^fe/. Data and Knowledge Engineering 17， 1995,59-86.
N. A, Lorentzos, A. Poulovassilis, C, Small， Mm / w/a"ow (9pera"》m1 ybr cm /她m /-五x加(iec/ 7 e/a"'owa/ Mo必Data and Knowledge Engineering 17， 1995， 1-29. C. Vassilakis， N. A. Lorentzos， P. Georgiadis， rnm ac〃o/ SwppoW a<formula>formula see original document page 13</formula>relationships involving multiple granularities and its application to data mining," Proc. 15th ACM PODS Symp.， Montreal, Canada, June 1996, pages 68-78. PS file
C. Bettim, X. S. Wang, and S. Jajodia, "A general framework and reasoning models for time granularity," Proc. 3rd Int，l. Workshop on Temporal Representation and Reasoning, Key West, FL， May 1996. PS file
X. S. Wang, S. Jajodia, V. S. Subrahmanian, "Temporal Modules: An Approach Toward Federated Temporal Databases," Information Sciences, Vol. 82， 1995， pages 103—128. A preliminary version appeared in Proc. ACM SJGMOD Int,l. Conf. on Management of Data, Washington, DC, May 1993， pages 227—236.
G. Wiederhold, S. Jajodia, and W. Litwin， "Integrating temporal data in a heterogeneous environment,' in Temporal Databases, A. Tansel et al., eds., Benjamin/Cummings (1993), pages 563—579. 分布式系统中全局状态和时间
P. Ammann， S. Jajodia, and P. Frankl， "Globally consistent event ordering in one-directional distributed environments," IEEE Trans, on Parallel and Distributed Systems, VoL 7, No. 6， June 1996, pages 665-670.
P. Ammann, S. Jajodia, and P. Mavuluri， "On-the-fly reading of entire databases," IEEE Trans, on Knowledge and Data Engineering, Vol. 7, No. 5, 1995, pages 834—838,
P. Ammann, V. Atluri， and S. Jajodia, "The partitioned synchronization rule for planer partial orders," IEEE Trans, on Knowledge and Data Engineering, Vol 7, No. 5， 1995, pages 797—809.
P. Ammann, S. Jajodia, "Distributed timestamp generation in planar lattice networks," ACM Trans, on Computer Systems, Vol. 11, No. 3, August 1993, pages 205—225.
推理引擎/智能代理可以使用下面的典型变量的累加加权因素来
做出判决
出生时综合征的发生率；
在妊娠期间按照怀孕时间段的周数的、综合征的发生率； 在出生时每一个综合征的征兆或标记的发生率； 按照妊娠时间的周数的、每一个综合征内的每一个征兆或标记 的发生率； 出生时征兆或标记的关联的发生率；
在妊娠期间按照妊娠时间的周数的征兆或标记的关联的发生
率；
出生时关于综合征按照主要、次要或罕见对每一个征兆或标记 的分类；
在妊娠期间按照妊娠时间的周数，关于综合征按照主要、次要 或罕见对每一个征兆或标记的分类；以及
按照自然历史(natural history)类型(即此处所述的类型 I-IV)对每一个征兆或标记的分类。
可以认识到，以上事件和变量的每一个的加权值以及其它变量将
根据病例和情况并且考虑到例如种族等其它因素而改变。
根据其自然历史，胎儿反常可以被划分为四类(类I到类IV):
类I-在固定孕龄的早期发作；类11-过渡状态；类III-反复无常的发 作或潜在地不稳定反常；以及类IV-晚期发作反常。类I-在固定孕龄 的早期发作的反常示例是无脑畸形、二分枝派、；联体双胞胎、前脑 无裂畸形、独眼畸形、骨发生不全类型II、右位心、双收集肾系统、 无眼畸形或面裂。类n-过渡状态的反常示例是增加的NT、胸腔积 液、心包积液、脉络丛囊肿、肾盂积水、肠系膜囊肿、肠管强回声、 羊水过少、胎盘肥大或者心律不齐。类III-反复无常的发作或潜在地 不稳定反常的反常示例是膈疝、脑积水、畸形足、Dandy-Walker、 畸形、动脉收缩、卵巢囊肿、AV心传导阻滞、先天性脐疝、巨大膀胱 症或脑突出。类IV-晚期发作反常的反常示例是胼胝体连接发育不 全、无脑回症、脑穿通、头小畸型、颅内蛛网膜囊肿、舟状头畸形、 先天中胚叶肾瘤、幽门闭锁或骨发生不全类型IV。可以在下面的参考 中找到关于胎儿反常的自然历史的其它信息Rottem， Shraga: IRONFAM-'Sonographic window into the natural history of fetal anomalies, Ultrasound Obstet. Gynecol. 5 (1995) 361-363， 在此一 并包含其内容。
在图2至图4B中按照显示视图(例如抓屏)描绘了本发明的系统 和方法的一系列非限制性示范实施例。图2示出了以面向时间推理引 擎和面向时间知识库之间关系为例的第一屏幕。时间条10允许根据妊娠时间段而对知识库进行坐标访问。知识库Dl至D12将妊娠并发症划 分为各种类别。D1至D12包括关于母体疾病、胎儿系统生长、遗传危 险、胎儿反常的危险(例如多指)、妊娠之前或期间药品使用、或在管 理妊娠病例中有用的任何其它分类类别的数据。数据菜单Dl-D12包括 在诊断、筛选、治疗和管理妊娠病例中有用的数据。
条10可以被设计成在左手侧有正常的胎儿器官和器官功能或值、 以及在右手侧有异常胎儿生长和机能障碍，所述值来自于例如超声的 测试和其它测试。标志(tab) 12被设计用于标记比例尺上的点，以 指示出妊娠的精确点或阶段，例如11周和1天。每一个数据菜单Dl 至D12被设计具有包括标志尺11的定时条。定时比例尺11可以操作 用于协调面向时间条10，从而使得每一个数据菜单反映妊娠的时间并 显示出与该妊娠时间相关的状况。
图2A示出了当用户选择例如D8的访问数据菜单时、呈现给用户 的屏幕。用户可以选择例如D8的菜单，其中，与妊娠状况相关的健康 状况是遗传状况。呈现比例尺21，以指示出妊娠的时间段。第二数据 菜单20可以显示可以使之与遗传问题相关的询问的选项列表。
按照来自显示危险的超声波检查或生物化学调查的标志，询问的 选项可以是遗传疾病列表及其子分类。
从菜单20中进行选择将打开另一个菜单25，菜单25提供在该妊 娠阶段可以检测出的综合征列表。 一旦选择了综合征，上述算法产生 如图2B所示的屏幕。例如，如果选择了遗传列表，列表将显示染色体、 非染色体、新陈代谢、孟德尔氏遗传和智力的缺陷作为要筛选的相关 的并发症。
图4B是示出了要使用基于计划的算法来查找的反常和反常关联 的屏幕。该计划可以基于在以后的扫描中存在或不存在反常而改变。
图4C示出了选择SonoMarker列表的屏幕。可以从例如反常101 的列表中选择SonoMarker而产生询问。在这种情况下算法将提供在该 妊娠时间处要査找的最一般的综合征。
然而，从综合征的征兆的较长列表之中，该算法将提供查找用以 检测或排除综合征的最小数目的标志的加权概率。在图2C和2D中示 出了这种列表的示例。査找信息的要求之一是从具有多指病例的新生儿结果中查找数据 库。这是不切实际的，因为它涉及对超过200个不同综合征的研究。
本发明的算法向从业者指示在特定妊娠阶段多指胎儿中最一般的综合
征。然而，代替查看超过40种可能的相关征兆，图2C和2D中所示的 算法向用户指示在稍后阶段处出现多囊肾的两个征兆(增加的NT和后 脑突出)。根据胎儿的新测定，确定或排除Meckel Gruber综合征，通 过概率和相关征兆来显示其它综合征。
除了通过综合征或通过标记算法之外，本发明还包括标出最少数 目的标记列表以在给定妊娠阶段处检测最大数目的综合征/疾病的能 力。除了上述软件之外，这可以由具有可编程按钮的飞梭旋纽实现。
在图3A和图4A中示出了可以使用本发明的算法产生的两个附加 询问。图4A示出了与在给定妊娠时间处母体疾病对胎儿的可能影响相 关的询问。
图3A的询问与对母体受致畸原作用时对胎儿的可能影响的推理 引擎和算法相关。
图3A显示了对在妊娠任意时间处母体受致畸原作用的可能影响 的询问模式的一个可能实施例。在菜单40中示出了类别和小类。该询 问包括药品的选择、受作用的周和天数以及剂量(屏幕中未示出)。推 理引擎和算法将断言与胎儿健康不相关或相关。在不相关的情况下，
屏幕将显示非相关的确定原因。如果由推理引擎和算法指示回答是相 关的，该输出将指示胎儿中可能问题的检测时间，如图3B所示。
图3A示出了可以从图2的访问屏幕的第一数据菜单Dl、 D2、 D3
访问的屏幕的另一个示例。例如，用户可以选择与致畸原相关的状况 的菜单D3。在图4A处示出了妊娠并发症(此处是例如致畸原、受药 品作用)的列表或菜单40。显示器42示出了受致畸原作用的时间(例 如在第5周第3天服用药品)以及药品的剂量(此处未示出)。然后， 结果可以报告关于药品作用和妊娠时间的信息。例如，报告框44可以 指示受致畸原作用是否与胎儿生长相关或不相关。如果不相关，可以 配置系统以给出第二报告框46。面向时间规则指示诊断和筛选信息与 妊娠时间之间的关系。作为附加特性，专家系统可以适用于例如在超 声波扫描图期间提示妊娠患者，并且向她询问她是否复用了给定的药品。如果是，则智能代理如上所述地针对致畸原来处理该信息。
如果受作用是相关的，则给用户显示图3B所示的页面，与稍后在
图4B中所示的类似，该时间段指示本示例的妊娠时间。并发症、结果、
行动、反常等与致畸原的相关作用相关，尽管其不必局限于此。
图4A显示了在妊娠期间母体疾病对胎儿的可能影响。菜单30示 出了可能的母体疾病列表。根据妊娠的周数、例如抗体水平的与疾病 相关的测试以及其它测试，推理引擎和算法将提供输出，所述输出指 示在考虑对于胎儿的正常水平时母体疾病测试的值是否太高或太低。 根据较高或较低的水平，图4B所示的图以与致畸原相同的方式指示出 胎儿以后的情况。'
图4A示出了可以从图2的访问屏幕的第一数据菜单Dl至D12访 问的屏幕的另一个示例。例如，用户可以选择与母体疾病(例如贫血 症、糖尿病、肝病、肾衰竭等)相关的状况的菜单D2。在图4A处， 可以向用户呈现妊娠时间的显示42。例如，屏幕可以示出妊娠情况处 于第12周第5天。还可以呈现妊娠并发症的列表或菜单40，每一个 与时间段以及图2的第一菜单D1的选定条件相关。例如，列表可以包 括疾病和这些疾病的子集。该显示还可以向用户呈现诊断和筛选信息， 例如血液中出现的抗体水平(例如0.56)。这可以是从任意测试中输 入的数据。该显示还可以示出附加诊断和筛选数据，例如何时疾病第 一次出现(未示出)。然后，结果报告关于诊断和筛选信息以及妊娠时 间的信息。例如，屏幕指示出关于对妊娠第12周第5天的胎儿的影响、 (对于给定疾病)抗体的量是否较高或较低。可以设计面向时间的规 则，以指示出诊断和筛选信息与妊娠时间之间的关系。
然后给用户呈现与图3B中所示类似的页面，该时间段涉及本示例 的妊娠时间。并发症、结果、行动、反常等与初始菜单所选择的母体 疾病相关，尽管其不必局限于此。
附加特性
可以包含在专家系统中的特性是可以配置系统以发出关于将来要 采取的行动的咨询报告。还可以配置用于根据在应该早就采取了行动 的情况下需要采取行动但是尚未采取、来发出警报。类似地，可以配置用于在过去有误诊的情况下产生警报。当例如早期在未受益于本发 明时、对系统知道的状况或综合征做出的诊断与先前诊断的反常不能 共存时，专家系统可以发出这种警报。于是，该系统适用于根据误诊 指示新的治疗方针或其它行动。
该专家系统还可以包括操作系统，所述操作系统包括输入与母体 状况和胎儿状况相关的数据的数据。关于胎儿的数据可以包括胎儿的 孕龄。孕龄可以由任意诊断和筛选方法确立，包括例如超声波检査法， 所述超声波检查法包括胎儿生物计。也可以包含縮放绘图工具以绘制 输入测试结果数据，其中，推理引擎可以输出判决，作为绘图数据的 函数。
可以将本发明的专家系统嵌入任意诊断和筛选设备。它还可以通
过web访问，以允许由任何用户远程使用。
应该理解，以上说明仅是演示实施例的表示。为了读者的便利， 以上说明关注于教导本发明远离的所有可能实施例、示例中有限数目 的代表性示例。本说明并不试图详尽地列举所有可能变化或者甚至所 述这些变化的组合。对于本发明的特定部分，也许没有呈现可选实施 例，或者还有其它未描述的可选实施例可供一部分使用，不应该将此 被认为是放弃这些可选实施例。任一普通技术人员可以认识到，多种 这些未描述的实施例涉及技术上的不同而不是本发明原理的应用中的 不同。可以认识到，根据此处的说明，可以将本发明的大部分原理转 换到其它特定技术以实现，尤其是当技术不同涉及不同的特定硬件和/ 或软件时。因此，本发明并不受限而小于在所附权利要求及等效物中 阐明的范围。
权利要求
1. 一种专家系统，用于优化妊娠期间的健康状况，包括至少一个妊娠相关的健康数据数据库，所述健康数据包括表示关于妊娠健康并发症的面向时间信息的数据；至少一个输入，用于输入诊断和筛选数据，包括关于所述诊断和筛选数据的面向时间信息；以及至少一个指示符，用于作为输入的诊断和筛选数据、以及所述妊娠相关的健康数据的函数，来报告判决。
2. 根据权利要求l所述的专家系统，所述系统包括 多个面向时间数据菜单，所述数据菜单包括分类定义的妊娠相关健康状况，所述数据菜单被组织为妊娠时间段的函数，所述健康并发 症在所述菜单中分类。
3. 根据权利要求2所述的专家系统，其中，分类定义的妊娠状况 包括-遗传基因异常；没有可检测异常遗传图样的胎儿结构异常； 先天胎儿畸形和疾病； 由母体的生理病理而引起的胎儿疾病； 致畸或其它作用；或者 偶发性基因突变。 .
4. 根据权利要求l所述的专家系统，其中，所述面向时间信息的 报告包括数据，表示健康并发症的检测的最早知道时间；或者 数据，表示关于并发症的行动过程； 数据，表示这种并发症的可能性；或者 数据，表示并发症的类别。
5. 根据权利要求l所述的专家系统，其中，输入的诊断和筛选数 据包括来自以下的数据诊断和筛选工具； 诊断和筛选测试；或者 从报告妊娠的个人收集的信息；或者 关于患者的报告。
6. 根据权利要求5所述的专家系统，其中，所述诊断和筛选工具 包括-超声波图样辨别设备； 遗传测试设备； 遗传咨询系统； 生物化学测试设备；或者 磁共振设备。
7. 根据权利要求5所述的专家系统，其中，所述诊断和筛选测试 包括-遗传测试； 超声波测试；或者 生物化学测试。
8. 根据权利要求5所述的专家系统，其中，收集的信息包括 来自患者访谈的信息； 由患者以外的他人提供的信息；或者 由患者自愿提供的信息。
9. 根据权利要求l所述的专家系统，包括智能代理的所述系统还 包括适用于输入到智能代理的数据的至少一个算法规则，所述规则 设计来产生关于妊娠病例的至少一个判决。
10. 根据权利要求9所述的专家系统，其中，所述判决包括安排关于并发症要采取的至少一个行动，所述行动包括用于筛选 至少一个所述并发症的行动；治疗所述并发症。
11. 根据权利要求5所述的专家系统，其中，关于患者的报告包括病患历史。
12. 根据权利要求l所述的专家系统，其中，所述输入包括-縮放绘图工具，用于绘制所述输入的诊断和筛选数据，其中所述判决是绘制数据的函数。
13. 根据权利要求4所述的专家系统，所述专家系统还包括 智能代理，所述代理被配置来接受所述输入诊断和筛选数据，并且指示与健康并发症相关的妊娠的存在或不存在的可能性。
14. 根据权利要求l所述的专家系统，所述系统包括计算机执行程序，所述程序用于分类地将 输入的诊断和筛选数据；以及 数据库数据索引到所述至少一个所述菜单的任意一个中。
15. 根据权利要求9所述的专家系统，其中，所述报告指示加权分析，作为智能代理指示所述并发症的存在或者不存在、或者存在或不存在的可能性的函数；以及 针对所述加权分析将来要采取的行动。
16. 根据权利要求15所述的专家系统，其中，将来的行动是-针对至少一个健康并发症的至少一个筛选；或者针对至少一个健康并发症的至少一个治疗。
17. 根据权利要求15所述的专家系统，其中，所述系统被配置来 发出关于将来要采取的行动的咨询报告的报告。
18. 根据权利要求l所述的专家系统，还包括操作系统，包括输入与母体状况和胎儿状况相关的数据的输入， 其中，所述关于胎儿的数据包括胎儿的孕龄。
19. 根据权利要求18所述的专家系统，其中，所述孕龄由诊断和筛选方法确立。
20. 根据权利要求19所述的专家系统，其中，所述诊断和筛选方 法包括超声波检查法，所述超声波检查法包括胎儿生物计。
21. 根据权利要求l所述的专家系统，其中，将所述系统嵌入诊 断和筛选设备。
22. 根据权利要求24所述的专家系统，其中，所述诊断和筛选设备包括以下中的任意一个-超声波图样辨别设备； 遗传测试设备； 遗传咨询系统； 生物化学测试设备；或者 磁共振设备。
23. 根据权利要求l所述的专家系统，其中，所述至少一个妊娠 健康并发症的数据库包括包含人类染色体组的数据库。
24. 根据权利要求23所述的专家系统，其中，包括所述至少一个 妊娠健康并发症数据库的所述系统可操作与包含人类染色体组的数据 库相连。
25. 根据权利要求l所述的专家系统，其中，所述系统可在线访问。
26. 根据权利要求l所述的专家系统，其中，输入的诊断和筛选 数据包括响应于所述系统产生的提示而输入的数据。
27. 根据权利要求l所述的专家系统，其中，所述系统包括特征 提取或反相特征提取。
28. 根据权利要求9所述的专家系统，其中，所述智能代理包括 配置来处理多个值的至少一个算法，所述多个值包括.-出生时综合征的发生率；在妊娠期间按照妊娠时间的周数的综合征的发生率；在出生时每一个综合征的至少一个征兆或标记的发生率；在妊娠期间按照妊娠时间的周数的至少一个征兆或标记的发生率；出生时征兆或标记的任意关联的发生率；在妊娠期间按照妊娠时间的周数的征兆或标记的任意关联的发 生率；出生时关于综合征按照主要、次要或罕见对所述至少一个征兆或 标记的分类；在妊娠期间按照妊娠时间的周数，关于综合征按照主要、次要或罕见对所述至少一个征兆或标记的分类；或者按照至少一个自然历史类型对至少一个所述征兆或标记的每一 个的分类。
29. 根据权利要求9所述的专家系统，其中，所述智能代理包括 配置来应用于多个征兆或标记的面向时间数据的算法，以便从最小数 目的标记中捕获与所述征兆或标记相关的最大百分比的多个综合征。
30. 根据权利要求29所述的专家系统，其中，所述系统可操作来 与具有可编程存储器的飞梭旋纽选择器相连，所述飞梭旋纽适用于调 节多个征兆或标记的数目，以便捕获更高的最大百分比的所述多个综 合征。
全文摘要
本发明涉及面向时间的人工智能系统，用以处理在整个妊娠期间并发症或风险的任意诊断筛选或治疗。用户可以在妊娠期间插入与临床病例管理相关的问题或询问，并接收通过至少一个算法来引导病例管理的面向病例的输出。
文档编号G06F19/00GK101416191SQ200480035773
公开日2009年4月22日 申请日期2004年12月2日 优先权日2003年12月2日
发明者什拉加·洛特姆 申请人:什拉加·洛特姆