用于计算用作医疗决策支持的医疗建议的分数的方法

用于计算用作医疗决策支持的医疗建议的分数的方法
【技术领域】
[0001] 本发明涉及提供在医疗决策中有用的信息。特别地，本发明涉及计算医疗建议 的分数的方法，用于计算医疗建议的分数的程序元件，其中储存有用于计算医疗建议的分 数的计算机程序的计算机可读介质，并且涉及用于计算医疗建议的分数的医疗决策支持系 统。
【背景技术】
[0002] 平均来说，医疗知识每四年翻倍。因此，对于患者而言在医疗决策过程中保持跟踪 所有相关方面简直是不可能的，甚至对于健康专业人士来说也是一项艰巨的任务。在过去 数十年间已经开发了不同的基于物理、生物化学以及信息技术（IT)的解决方案以在医疗 决策过程中辅助和支持医生。但是，这种医疗技术设备像是例如基于计算机断层扫描或超 声的成像设备，仅仅为临床医生提供额外数据，而几乎不能将医疗知识考虑在内。因此，可 靠的医疗决策现在要求将接收的计算机断层扫描成像或超声成像与医生的知识相结合和/ 或与由专业文献提供的知识相结合。另外，医生需要依赖与患者的交互以获得用于决策的 必要和充分的信息。
[0003] 遗憾的是，当前医疗保健领域无法利用高度结构化的数据。此外，用于医疗支持的 现有技术IT系统是基于树形图的，所述树形图被认为是根据现有医疗知识反映医疗关系。 但是，对于基于树形图的系统来说将相互关系考虑在内是非常复杂的任务。例如，患者可能 不仅患有一种疾病A而可能同时患有疾病A和疾病B。作为医疗建议MS1的一种实施例，对 于A和B的组合的治疗建议可能远远不同于疾病A和B的单独治疗方法之和。
[0004] 另外，由医生根据检验结果做出的单独医疗发现结果的生成过程是耗费时间的， 令人疲倦的，并且成本相对较高的。根据医疗主体，深厚的医疗专业知识和大量的经验是必 要的。例如，在妇科内分泌领域中，只有少量收费相对昂贵的医疗专家是可找到的，他们能 够精确地评估实验参数的全部集合，因为所述的实验参数高度依赖于大量的各种因素。实 验参数的同一值可能被解释为是正常的，而如果额外地将已知的医疗事实例如年龄、周期 日、怀孕状态、怀孕周、和/或生命阶段考虑在内，则其可能是高度病态的。
[0005] 此外，现有的医用决策支持系统大多数集中于特定医疗领域并且经常将其医疗逻 辑与其应用逻辑混搭，也就是终端用户程序。这些系统在基本医疗知识模型的复杂程度变 得越来越复杂时通常易于出错或者难以维护。另外，将这些系统重复应用于具有不同应用 焦点的其他医疗领域通常是不可能的。

【发明内容】

[0006] 因此，需要对在医疗决策过程中提供的支持做出改进。因此可以将本发明的目的 看作是提供用于医疗决策的改进的支持。独立权利要求的主题解决了所述目的。本发明的 其他示例性实施例和优点包括在从属权利要求中。
[0007] 以下对本发明的详细描述类似地属于计算医疗建议的分数的方法，用于计算医疗 建议的分数的程序元件，计算机可读介质，以及医疗决策支持系统。也就是说，通过实施例 的不同组合可产生协同效果，尽管下文中可能没有对它们进行明确描述。特别地，本发明的 方法的所有实施例可通过以下限定的医疗决策支持系统实现，除非另有说明。特别地，该系 统包括如本文中限定的数据库、接收装置以及计算单元。此外，权利要求中的任何附图标记 都不应被解释为是对权利要求的范围的限制。
[0008] 在结合本发明的一些优选实施例对本发明进行详细描述之前，提供以下一般定 义。
[0009] 以下说明性地描述的本发明可在缺少本文未具体公开的任何元件、限制的情况下 适当地实施。
[0010] 将结合特定实施例和参照某些附图描述本发明，但本发明并不局限于此，而是仅 由权利要求书限制。
[0011] 不论术语"包括"是否用在本说明书和权利要求书中，都不排除其他元件。为了本 发明的目的，将术语"由…组成"认为是术语"包括…"的优选实施例。如果下文中组被限 定包括至少一定数量的实施例，则也应理解为公开了组，其优选由这些实施例组成。当指代 单数名词时，使用不定冠词或定冠词，例如"一"、"一个"或"所述"，其包括多个所述名词，除 非下文另有具体说明。本发明上下文中的术语"大约"、"近似"表示本领域技术人员理解的 仍可确保所讨论的特征的技术效果的精度区间。术语"典型地"表示所指示的数值的正负 20%的偏差，优选正负15%，更优选正负10%，更加优选正负5%。
[0012] 本文使用的技术术语取它们的一般含义。如果具体含义转移至某些术语，则以下 将会在所用术语的上下文中给出所述术语的定义。
[0013] 术语"数据库"应被理解为其上储存有数据和/或有关医疗知识或医疗相互关系 /联系的信息的数字实体。特别地，应将数据库理解为数据储存装置，本文描述的医疗建议 MS1与医疗事实F j之间以及医疗建议与权重W u之间的联系或相互关系可储存在所述数据 储存装置上。特别地，所述数据库可具体为例如在单个服务器上的单个物理单元，但是，所 述数据库可分布在多个服务器和/或多个数据储存设备上，并且可通过网络系统访问。因 此本发明也可用在服务器集群内，在它们之中分布有本文描述的数据库。下文将提供有关 有利地生成这种数据库的各种不同方面的细节。此外如果需要的话，所述数据库提供一种 结构使得所有医疗事实Fj是独立的（autarkic)和等价的。
[0014] 另外，数据库可具体为关系数据库。特别地，关系数据库促进集合操作，像是本文 描述的计算和选择。在该意义上，SQL指令可被本发明所使用。其中，SQL表示结构化查询 语言并且是设计用于对保持在关系数据库管理系统（RDBMS)中的数据进行管理的专用编 程语言。但是如果需要的话，也可以使用其他编程语言而不脱离本发明。
[0015] 所述数据库还可具体为修改保存储存系统，其中所有信息都被组织在文件中。所 述储存系统自身可以具体为本地文件系统、关系数据库或非关系数据库。所述文件系统可 用在很多不同种类的储存设备上。目前使用的最常见的储存设备是硬盘或闪存设备。
[0016] 在本发明的上下文中，术语"独立的"和"等价的"可按以下理解。每个医疗事实 可作为输入单独提交，意思是它们不需要具有彼此之间的关系。也就是说，每个医疗事实F, 表示其自身并且能够用不同权重影响不同的医疗建议。在示例性情况下，与一个或多个其 他医疗事实组合的医疗事实被分配不同权重。但是，这并不排除可以有不同的医疗事实，或 者所述医疗事实与获得或被分配相同权重的其他医疗事实的组合。
[0017] 术语"待关联"将会用于以下医疗建议MS1、医疗事实匕以及权重W u的上下文中。 一般来说，如果数据库包括医疗建议MS1与医疗事实F ,之间的关联，则数据库包括或限定所 述医疗建议MS1与医疗事实F ,之间的关系或关联。这同样适用于医疗建议MS1的医疗事实 Fj与权重W u之间的关联。特别地，与数据库中医疗事实F ^关联的医疗建议MS 映出医 疗事实Fj对于医疗建议MS i的确定量的影响或贡献的数据库的事实或知识。换句话说，当 参考或根据接收到的已知事实评估医疗建议MSJt，应将数据库中限定的确定权重的医疗 事实&考虑在内。也就是说，医疗建议MS i对于医疗事实F ,的依赖关系借助于所述关联在 数据库中进行表示或反映。在输入包括一个（或多个）医疗事实匕的不同具体数值时，数 据库的使用的关联结构确保基本集合SO之外的每个医疗建议MS1是可以识别的，其至少在 一定程度上由输入的所述医疗事实F,影响。下文中将会与术语"接收的已知事实"同义地 使用术语"输入"或"输入事实"。所述事实还可包括之前的迭代法计算过的和用于下次迭 代的事实。下文将对此进行详细描述。所述的迭代法包括步骤1到步骤4的重复，但是对 于其他医疗建议还包括仅步骤4的重复。两种迭代选择将在下文中进行解释。这些迭代可 例如通过医疗决策支持系统完全自动地实现。
[0018] 此外，"计算规则"可用来计算医疗建议的分数。在一种实施例中，数据库包括计 算规则，其中每种计算规则限定根据医疗事实F,和相应权重Wu的值对于基础集合SO的医 疗建议MSi中至少之一的相应分数的计算。根据给定或接收的已知事实（在所述方法的第 一次迭代中）并且根据已知事实和/或派生事实（在所述方法的后续迭代中），所述计算 规则提供分数作为输出。因此所述计算规则可包括医疗建议MS1、医疗事实F,以及权重W u 之间的数学函数或相互关系。计算规则可限定用于对于不同输入值的医疗建议的分数或输 出。下文将解释一种详细实施例，其中计算规则包括医疗知识模型的逻辑。其中每种规则 根据具体函数例如映射函数映射已知事实列表，并生成派生（和记分）事实的列表。这种 派生事实可用作用于所提出方法的二次迭代的输入。此外，在本发明的上下文中，计算规则 可以脚本语言的形式提供。
[0019] 如一种简单示例，所述计算规则可被看作医疗事实匕和F 2的函数f(F i，F2)。例 如，所述计算规则是体质指数的计算，所述体质指数取决于患者个体的体重和身高。在这种 示例性情况下，体重和身高是匕和F 2。因此医疗建议可以是根据匕和F 2计算得到的体质 指数（bmi)。所述结果，即bmi值可被看作分数。替代地，额外的分数可被计算用于bmi的 值。有关所述关联和计算规则的更多细节将会在示例性实施例的上下文中进行描述并且也 可从例如图4获得。
[0020] 如一种示例性说明性实施例，医疗建议1^可以具体为包括至少一个或多个医疗 事实&的文件夹。如一种示例性非限制性实施例，医疗建议MS i可以是流感的诊断，其中 所述数据库包括的关联的医疗事实Fj可以是F i =体温、F2 =具体的血液参数、F 3 =发炎 (irritated)和泪眼，以及F4 =疲劳。相应地，数据库"知道"所述参数与所述医疗建议流 感相互关联。但是，医疗建议与医疗事实之间的该相互关系的基本原理不仅应用于该示例 性疾病或诊断以及相关症状，还由本发明以更加宽泛的方式进行应用，这将在下文中进行 更加详细的解释。下文还将对有关所用的权重Wli ,进行详细解释。
[0021] 另外，一般可将术语"医疗事实F/'看作是适于描述医疗情况的参数。原则上，医 疗事实F]可被用作用于所述方法和系统的输入以计算想要的结果。在本发明的上下文中， 医疗事实匕可以各种不同方式具体化，像是例如描述患者的参数：患者的年龄或性别、体重 或医疗发现的给定结果、或药物数据、或过敏反应或功能测试的结果、或从例如专业调查问 卷得到的信息。下文将给出许多其他实施例。在任何情况下，医疗事实&提供关于患者个 体或患者生活的环境的基础或原子信息。这种医疗事实的"一个或多个值"可被看作是用 于例如患者的心跳的医疗事实匕的"85"次/分钟。因此，所述值可被看作是给定时间点的 医疗事实&的特性、标记或特质或是与时间无关的值。在一种示例性实施例中，医疗事实F , 可被看作是N型矢量，其中包括医疗事实的时间演化。例如，在医疗事实匕具体化为患者的 以千克为单位的体重的情况下，所述医疗事实的相应矢量可以以下形式提供：[60kg(2010 年 12 月 15 日），70(2010 年 2 月 27 日），75kg(2010 年 12 月 31 日），73kg(2011 年 1 月 5 日），…]。因此，本发明也可提供和使用依赖于时间的医疗事实F,。
[0022] 此外，应将术语"已知事实"看作是用于由本发明的方法使用的系统的数据输入并 且假设是真实的。接收的已知事实可通过数据传输提供，或者可在已向用户提供相应输入 后由所述系统接收并且可由所述方法使用。本发明可将来自患者目录或来自之前诊断或其 他医疗事件的自动数据传送考虑在内作为医疗事实。的值形式的已知事实。
[0023] 术语"权重Wli/可被看作离散的或连续的概率分布或函数，通过它们表示用于相 应医疗建议MS1的关联医疗事实!^的值的依赖关系或重要性。因此可将其看作医疗事实F , 的值、特性、标记或特质与关联医疗建议在单独条件下是真实或正确的事实之间相互关系 的强度。换句话说，这种权重Wli ,可根据接收的医疗事实F ,的值反映提供给用户作为输出 的医疗建议MS1是本文描述的系统和/或方法的正确和准确医疗措施的概率。特别地，所 述权重W1^的具体值可以是正的或负的，使得一种医疗事实对于相应医疗建议算得的 总分的贡献也可以是正的或负的。在一种示例性实施例中，权重Wli j可被看作所谓的分数 系统，其对已知事实贡献具体的值或概率，使得相关的和选定的医疗建议的分数是可以计 算的。这里的这种计算和数学实施例将在下文中进行详细解释。所以，与一种医疗建议MS1相关联的医疗事实F,可被看作是加权建议组分，所有正的或负的组分对所述医疗建议MS i 的所述分数都有贡献。因此，所述医疗建议的分数可被看作是对所有关联和接收的已知医 疗事实&求和得到的总分或全部分数。
[0024] -般来说，本文使用的权重Wli j可被看作相应医疗事实F ^的相应一个或多个值的 函数或医疗事实的组合。所以，可使用术语W1JF,)。也就是说，权重函数W1^的值取决于 医疗事实匕的实际值。此外，权重W u的值取决于相应医疗建议MS i。所以，权重Wli j可被 写成W1, JMS1, Fj)的形式。
[0025] 本发明上下文中的术语"医疗建议MS1 "可以各种不同方式具体化。示例性实施例 是医疗诊断、文本块（text block)、医疗发现、实验值的评估、治疗建议、患者调查问卷、营 养建议、或者医学问题。但是，许多其他示例性实施例也是可能的并且将在下文中进行解 释。一般而言，医疗建议可被看作是由关联的医疗事实匕和/或由关联的其他医疗建议例 如MS1J^ MSn限定的。另外，相应的权重Wlij也对医疗建议限定有所贡献。此外，一般来 说，所述医疗建议可被看作医疗事件（event)、事故（incident)或偶发事件（occurrence)。 作为本发明的方法或系统的输出的医疗建议被分配一个或多个分数，所述分数可以是用于 进一步手术的用户或设备的基础。因此，其可被看作是用于医疗决策过程的支持。
[0026] 所述方法可被看作生成医疗建议的方法，因为选定基础集合SO之外的医疗建议 并执行所述选定医疗建议的相应分数的计算。所述"计算的"医疗建议和/或相应分数中 的一些或全部接着可借助于展现元件展现给用户。因此，参考该理解，所述方法在收到输入 数据的同时生成医疗建议，即在收到接收的已知事实的同时计算得到选定的多个医疗建议 的分数。选定的医疗建议将子集Sl用于该迭代方法。因此，本发明上下文中的术语"生成 医疗建议"可被看作是在基础集合SO中选择至少一个或多个医疗建议1^并根据包括在数 据库中的关联关系计算用于所述医疗建议MS1中的一些或每个的相应分数。
[0027] 根据本发明的一种示例性实施例，提供一种生成用于支持医疗决策过程的医疗建 议的方法。也就是说，提供一种计算用于支持医疗决策过程的医疗建议的分数的方法。所 述方法包括步骤1 :为数据库提供医疗建议MS1的基础集合S0。在所述数据库中，所述医疗 建议MS1中的至少一些是与至少一个相应医疗事实F ,相关联的。此外，在数据库中所述至 少一些医疗建议的相应医疗事实F,与权重W u相关联。另外，所述方法包括步骤2 :接收与 患者个体关联的医疗事实匕的值的形式的已知事实。根据接收的已知事实从基础集合SO 中选择医疗建议的子集Sl的步骤包括在所述方法中作为步骤3。此外，根据接收的医疗建 议匕的值和相应权重W u计算用于子集Sl的至少一些医疗建议MS i的相应分数包括在所 述方法中作为步骤4。
[0028] 医疗建议的子集Sl可通过一组操作进行识别。另外，选择医疗建议的子集Sl的 步骤可包括从SO识别出医疗建议，可根据接收的已知事实直接计算或稍后迭代计算所述 医疗建议的分数。如下文将要解释的，计算规则可包括在数据库中用于医疗建议中的每个 或一些。这种计算规则单独地限定将如何计算相应医疗建议的分数。在一种实施例中，识 别和选择用于Sl的医疗建议，从相应规则根据接收的已知事实是可被计算的（即，规则是 能够计算的）意义上说，所述医疗建议是能够计算的。在另一实施例中，如果要求的输入事 实通过其他计算规则是已知的或能够解决的并且如果没有已知事实与计算规则的淘汰标 准相匹配，则所述计算规则可被看作是能够解决的/能够计算的。在将于下文进行详细解 释的具体实施例中，数据库的计算规则可包括一个或多个规则前提并且只有在满足所述前 提或者可在稍后的迭代计算中满足所述前提的情况下选择相应的医疗建议用于子集S1。可 完全自动地实现该过程而无需任何用户输入。
[0029] 换句话说，选择医疗建议的子集Sl的步骤可被理解为包括根据医疗事实1^是否 与接收的已知事实相关联的信息来限定或识别所述子集Sl的步骤。可从例如图4获得所 述对Sl的限定和对Sl的选择的例子。因此子集Sl的特征在于包括在Sl中的医疗建议是 与医疗事实相关联的，用于所述医疗事实的值被接收作为已知事实。下文将对其细节进行 更详细的解释。因此，从基础集合SO开始选取医疗建议的子集并且执行相应的分数计算仅 用于该子集的所述医疗建议。可自动执行用于子集Sl的该选择或限定过程或识别过程以 及随后的计算过程而无需任何用户输入。
[0030] 此外，计算用于子集Sl的至少一些医疗建议的相应分数的步骤可被理解为使用 本文中限定的相应计算规则。一般来说，不同的数学函数可被储存在数据库中，其中可储存 用于每个单独医疗建议的单独的数学函数。
[0031 ] 如下文将详细解释的，所述方法可不同地具体化。例如，可在基础集合上执行所述 方法。这意味着识别如本文中限定的计算规则，其是可计算的。也就是说，子集Sl被限定 并且SI的特征在于包括在SI中的医疗建议与医疗事实相关联，用于所述医疗事实的值已 被接收作为已知事实。在另一示例中，所述方法使用本文中限定的医疗知识模型的索引文 件。所述方法能够完全在计算机的存储器中执行。需要被计算的所述计算规则被从文件系 统直接读取并由执行程序元件的处理器或方法/程序元件执行/计算。因此，所提出的方 法的所有实施例都可以自动执行而无需用户输入，除非下文另有说明。
[0032] 在另一示例中，所述方法可只有在满足具体标准的情况下使用防御策略并计算规 贝1J。这避免在进行本发明的方法的过程中的不利振荡。当然也可结合之前提到的示例。将 结合本文的实施例的详细解释对所述示例进行解释和说明。
[0033] 所述支持医疗决策的方法可在PC、服务器、计算单元中实施或者可通过分布式计 算执行。所述方法可通过医疗决策支持系统执行，所述系统将在下文中进行详细解释。如 本文之前描述的，所提出的方法可以在基础集合上进行和/或执行，这相对于基于树形图 形式的数据结构和/或数据库结构的现有技术方法提供某些优点。医疗建议的基于集合的 生成和计算的所述优点以及其他优点将在下文中进行描述，尤其是在图2、3、4和5的上下 文中。通过以下解释将会显而易见的是，医疗建议相应分数的计算可以执行并以值的 形式提供给用户，所述值反映相应单独的医疗建议MS1对于进一步的程序为正确和适当的 概率。根据由储存在数据库中的计算规则限定的数学相互关系，可通过所提出的方法计算 医疗建议MS1与医疗事实F ,之间的关联，并且可根据关联的权重W h ,通过所提出的方法计 算医疗建议MS1的相应分数和/或概率。如果需要的话，可通过提出的方法将计算得到的分 数与预定阈值进行比较。例如，使