医疗咨询支持工具的制作方法

本发明总体上涉及医疗咨询和诊断(medicalconsultationanddiagnosis)中的技术支持。

背景技术：

安排医疗咨询即规划患者和临床医生之间的预约以及从患者收集个人健康信息是耗时的重复动作，这常常会引起患者和临床医生的沮丧感。患者因在临床医生的候诊室花了大量时间而感到沮丧-根据某些研究，即便安排了预约，平均等待时间也要40分钟-并且每次咨询都先开始收集重复信息，这些信息可以形成患者的个人健康记录(例如，家族病史、生活方式等)的部分。临床医生感到沮丧是因为患者常常不能够准确地说明真实问题和/或描述他的症状，常常对独立问题或主诉(complaints)(例如，头痛、膝盖受伤、背部疼痛...)的列表有所保留，并且常常在咨询快结束时提到主要问题或主诉(门把手综合征)。

存在依赖于从患者接收到的信息和将症状与诊断关联以生成呈现给临床医生的鉴别诊断(differentialdiagnosis)，即10至20个潜在诊断的列表的数据库的工具。在标题为“systemandmethodforimprovingmedicaldiagnosesandtreatments”的美国专利申请us2015120319、标题为“identifyingpossiblemedicalconditionsofapatient”的美国专利申请us2009062623、标题为“systemandmethodformatchingperson-specificdatawithevidenceresultinginrecommendedactions”的美国专利申请us2012102405、标题为“digitalmedicalassistancesystem”的欧洲专利申请ep1378853、标题为“systemandmethodfordeterminingtheprobableexistenceofdisease”的美国专利申请us7149756和标题为“diagnosticenhancementmethodandapparatus”的美国专利申请us6149585中描述了这些工具的示例。

然而，现有系统没有提供对鉴别诊断可用性的反馈。现有系统并没有利用对鉴别诊断可用性的了解而随时间推移得以改进。

在标题为“operationmethodformedicaldiagnosisdata”的韩国专利申请kr100737382中看上去描述了最佳的现有解决方案。kr100737382描述了一种医疗诊断工具，该医疗诊断工具询问患者，将接收到的信息与数据库中的症状列表进行比较并且输出诊断。该系统还从医生获得诊断结果信息，并且将其与其自身的诊断进行比较，以进一步改进其准确性。

本发明的一个目的是公开一种准确性和可靠性增强的医疗咨询支持工具。

技术实现要素：

根据本发明，通过权利要求1所限定的医疗咨询支持工具实现以上识别的目的，该医疗咨询支持工具包括：

-论证和诊断的数据库，其中保持每种诊断的发病率值，发病率值即指示与所述诊断对应的疾病的发生可能性的值，并且其中，利用敏感度值并且利用非特异性值将论证和诊断进行关系耦合，敏感度值即指示在患者患有与诊断对应的疾病的情况下症状存在多频繁的值，非特异性值即指示在患者没有与诊断对应的疾病的情况下症状存在多频繁的值；

-电子患者入口，适于从患者获得咨询前主诉描述；

-鉴别诊断模块，适于通过将在咨询前主诉描述中识别的论证与数据库中存在的论证进行匹配并且用发病率值、敏感度值和非特异性值确定潜在诊断来生成鉴别诊断，其中，鉴别诊断包括潜在诊断和潜在诊断的相应的可能性的列表；

-电子临床医生入口，适于从临床医生获得咨询后诊断信息和置信度信息；以及

-处理器，被配置为用从临床医生获得的咨询后诊断信息和置信度信息计算出的相应量自动地调整咨询后诊断信息中的用于诊断的数据库中的发病率值以及咨询前主诉描述中识别的用于论证的数据库中的敏感度值和非特异性值。

因此，根据本发明的工具依赖于将论证与诊断关联的数据库。这些论证可以是症状，例如，头痛、发烧、低血压等或者可能对疾病产生影响的如同性别、年龄、危险因素、病史等一样的患者数据。论证和诊断之间的关联的强度由以下两个参数来表达：敏感度值(如果人患有疾病，则论证存在多频繁)和非特异性值(如果人没有疾病，则论证将存在多频繁)。该工具还具有用于收集患者信息的电子患者入口。患者的疾病特定症状被收集到个人健康记录中。个人健康记录还包括非疾病特定的信息，如同(例如)患者的年龄、性别、体重、血型、药物、过敏、生活方式等一样。形成根据本发明的工具的部分的诊断模块因此使用贝叶斯统计算法来生成呈现给临床医生的鉴别诊断，即，例如10至20个潜在诊断的列表。

根据本发明的有利方面，使数据库中的发病率值、敏感度值和非特异性值是适应性的。此外，提供询问临床医生他的诊断和他的诊断中的置信度的临床医生入口，例如，利用测试(例如，血液样本分析、医疗图像)确认、利用治疗等确认的实验。与临床医生诊断相关的发病率值增加。另外，鉴于临床医生的诊断，自动地更新在患者的初始主诉描述和形成鉴别诊断的部分的潜在诊断中识别的敏感度值和非特异性值关联论证。敏感度值和非特异性值的增加取决于临床医生在他的诊断中的置信度。通过自动地调整数据库中的敏感度值和非特异性值，根据本发明的工具具有自学习能力，并且未来的鉴别诊断将变得更准确：目前，临床医生的诊断准确度为80％-85％。利用基于本发明的自适应性发病率值、敏感度和非特异性，鉴别诊断将达到90％以上的准确度。

根据由权利要求2限定的根据本发明的医疗咨询支持工具的可选方面：

-鉴别诊断模块和电子患者入口还适于向患者呈现一个或更多个附加论证，以从患者获得对附加论证的确认或否定，并且利用将咨询前主诉描述中识别的论证和患者确认或否定的附加论证与数据库中存在的论证进行匹配来生成鉴别诊断的更新；以及

-处理器还被配置为用从临床医生获得的咨询后诊断信息和置信度信息计算出的相应量自动地调整用于附加论证的数据库中的敏感度值和非特异性值。

实际上，根据本发明的工具的实施例可以从数据库中选择与潜在诊断强烈关联的附加论证，并且借助既往病史问题(例如，“您还患有...？”)询问患者这些附加论证。该工具可以例如实现三轮，在这三轮中，分别向患者呈现五个、三个和两个附加论证并且请求患者确认或否定这些附加论证的存在。利用这些自动地生成的既往病史问题呈现给患者的附加论证被选择作为数据库中的具有与形成鉴别诊断的部分的潜在诊断相关联的最高敏感度值或最高非特异性值的论证。患者对具有与潜在诊断相关的最高敏感度的论证的反馈有助于确认此潜在诊断。患者对具有与潜在诊断相关的最高非特异性的论证的反馈有助于排除此潜在诊断。因此，根据本发明的工具应当生成更新后的鉴别诊断，并且还应当用在咨询之后获得的临床医生的诊断信息和临床医生对其诊断的置信度计算出的相应量调整将这些附加论证与鉴别诊断中的潜在诊断相关联的敏感度值和非特异性值。自动地生成既往病史问题的能力应当实质上改进鉴别诊断的准确性和可靠性，并且还显著有助于诊断患者的时间收益。

遵循由权利要求3限定的根据本发明的医疗咨询支持工具的其它可选方面：

-电子临床医生入口还适于使临床医生能够添加一个或更多个附加论证；

-鉴别诊断模块还适于利用将咨询前主诉描述中识别的论证和附加论证与数据库中存在的论证进行匹配并且用发病率值、敏感度值和非特异性值确定潜在诊断来重新生成鉴别诊断；以及

-处理器还被配置为用从临床医生获得的咨询后诊断信息和置信度信息计算出的相应量自动地调整用于附加论证的数据库中的敏感度值和非特异性值。

因此，本发明的实施例允许临床医生在数据库中输入附加论证，例如诸如高血压、高胆固醇值等这样的在咨询期间识别的症状。基于临床医生输入的这些附加论证以及利用对患者的既往病史询问而获得的可能的附加论证，工具可以生成新的鉴别诊断，即，新的患者诊断列表。因此，将不仅针对患者的初始主诉描述中识别的论证调整敏感度值和非特异性值，而且还将针对临床医生输入的或者通过自动既往病史患者询问以及形成新鉴别诊断的部分的潜在诊断而识别的附加论证来生成和调整敏感度值和非特异性值。将用临床医生借助临床医生入口表达的临床医生的最终诊断信息和对他诊断的置信度来计算敏感度值和非特异性值的改变量。

在由权利要求4限定的根据本发明的医疗咨询支持工具的实施例中，处理器被配置为增加针对在咨询前主诉描述中识别的论证或由患者确认或由临床医生添加的附加论证以及与临床医生的诊断信息对应的诊断的敏感度值，敏感度值的增加量是由临床医生的置信度信息确定的。

实际上，在咨询前过程中由患者识别或确认的或者在咨询期间由临床医生识别的论证与临床医生的最终诊断之间的关联优选地在数据库中有增加。这样，论证和诊断的数据库从临床医生学习，并且随时间推移而变得更准确。优选地，相关性的增加即这些论证与最终诊断之间的敏感度值的增加取决于临床医生在其最终诊断中的置信度。在置信度低的情况下，可以稍微加强论证与最终诊断之间的关联性，而在置信度高的情况下，可以实质上加强论证与最终诊断之间的关联性。换句话讲，优选地，敏感度的增加值是置信度值的增长函数，例如，其线性比例函数。

在由权利要求5限定的根据本发明的医疗咨询支持工具的实施例中，处理器被配置为增加针对在咨询前主诉描述中识别的论证或由患者确认或由临床医生添加的附加论证以及形成鉴别诊断的部分但是与临床医生的诊断信息不同的潜在诊断的非特异性值，非特异性值的增加量是由临床医生的置信度信息确定的。

实际上，在咨询前过程中由患者识别或确认的或者在咨询期间由临床医生识别的论证与错误诊断(即，没有被临床医生选出作为最终诊断的诊断)之间的非特异性耦合优选地增加。这样，数据库同样利用临床医生的最终诊断来增加其准确性。通过增加非特异性，该诊断变成列为具有相等或相似论证的患者生成的未来鉴别诊断中的潜在诊断的机会减小。就像对最终诊断的敏感度一样，错误诊断的非特异性的增加优选地是临床医生对其最终诊断的置信度的增长函数。同样，可以考虑用线性比例函数或替代的增长函数来从置信度值计算非特异性增加。

在由权利要求6限定的根据本发明的医疗咨询支持工具的实施例中，处理器被配置为增加与临床医生的诊断信息对应的诊断的发病率值，发病率值的增加量是由临床医生的置信度信息确定的。

实际上，除了与数据库中的论证和诊断关联的敏感度值和非特异性值之外，还自动地调整诊断的发病率值，由此增强医疗咨询支持工具的自学能力和准确性。更精确地，临床医生的最终诊断的发病率值应当增加优选地取决于置信度值的增加值。该增加值应当是临床医生的置信度值的上升函数，例如，置信度值的线性函数。注意，如同季节改变一样的其它参数会影响发病率、敏感度和非特异性参数的增加值。

另外可选地，在由权利要求7限定的根据本发明的医疗咨询支持工具的实施例中：

-处理器被配置为在数据库中不存在与临床医生的诊断信息对应的诊断的情况下向数据库添加新诊断；并且

-处理器还被配置为在数据库中创建用于咨询前主诉描述中识别的论证或附加论证和新诊断的敏感度值和非特异性值。

因此，当临床医生做出与鉴别诊断中的所有潜在诊断不同并且与诊断和论证的数据库中的任何诊断都不同的最终诊断时，将该最终诊断作为新诊断输入数据库中。此外，在这些新诊断与在咨询前过程期间从患者接收的信息中识别的论证以及在咨询期间由临床医生识别的论证之间建立耦合。该耦合采用敏感度值和非特异性值的形式。

根据由权利要求8限定的本发明的另一可选方面，该医疗咨询支持工具包括：

-自然语言处理器，耦合到患者入口并且适于处理咨询前主诉描述的自由文本或语音部分，以识别其中的一个或更多个论证。

实际上，医疗咨询支持工具的高级实施例具有嵌入式自然语言处理器(nlp)，nlp被编程为在患者的初始主诉描述的可能的自由文本部分或语音部分中识别包含在症状-诊断数据库中的症状或论证。利用nlp识别的这些论证及其也可以利用nlp获得的最终量化也应当用于生成鉴别诊断。

依照由权利要求9限定的根据本发明的医疗咨询支持工具的另一可选方面，自然语言处理器还适于量化从咨询前主诉描述识别的论证。

换句话讲，自然语言处理器优选地不仅被配置为识别指示某些论证存在的词语、术语或短语，而且还识别量化该论证的词语、术语、图形或短语。头痛可能是例如偶发性、每日、慢性、...它可能几乎不会引起注意、温和的、轻微的、可忍受、强烈、深、刺穿、强烈、可怕、折磨人的、难以忍受的、难以言说的、难以想象等。在没有找到能够量化论证的术语或词语的情况下，患者入口可以用于询问患者并且获得如同疼痛量表、测得的发热温度等一样的论证的量化。类似地，可以用图像处理器增强根据本发明的医疗诊断支持工具的实施例，图像处理器处理例如在皮肤疾病的情况下患者所输送的图像，以识别和/或量化某些症状。

根据权利要求10中限定的有利方面，根据本发明的医疗咨询支持工具还包括：

-电子患者入口，用于患者的咨询后询问，适于从患者收集治疗有效性信息和/或医疗有效性信息。

因此，可以提供患者入口，以在咨询之后，优选地甚至在治疗之后，从患者收集关于临床医生进行的治疗和最终开出的药物的效果的信息。

如权利要求11进一步限定的，根据本发明的医疗咨询支持工具的实施例可以包括：

-预后模块，耦合到用于咨询后询问的电子患者入口，并且适于用从诊断和处方药物与新患者相同的之前患者获得的治疗有效性信息计算新患者的估计治愈时间(intentiontime)。

因此，利用上述患者入口获得的咨询后患者反馈可以用于为具有相同或相似诊断的其他患者生成预后。例如，预后模型可以通过对具有相同诊断、处方药物、性别和给定范围内的年龄的之前患者报告的恢复时间求平均在给定诊断、性别、年龄、处方药物等的情况下估计恢复时间。

由权利要求12限定的根据本发明的医疗咨询支持工具的有利实施例还包括：

-报告模块，耦合到用于咨询后询问的电子患者入口，并且适于用从患者获得的医疗有效性信息生成关于药物副作用的统计报告。

实际上，在治疗之后收集并且优选地被匿名的患者反馈可以用于生成可用于例如制药行业的关于药物有效性和/或药物副作用的统计报告。目前通过对相对少量的患者进行采样来获得此信息，但是通过根据本发明的配备有用于收集治疗后信息的患者入口和统计处理该信息的模块的工具的实施例，更大规模地在真实生活设置中更准确且更可靠地生成此信息。

由权利要求13限定的根据本发明的医疗咨询支持工具的有利实施例还包括：

-电子预约调度器，使得患者能够安排与临床医生的预约，在预约之前的一定时间间隔内自动地接收关于预约的实时更新，并且在其他患者取消预约时自动地接收重新安排建议。

因此，该工具不仅在咨询之前从患者收集信息，而且优选地还用作高级预约调度器，其包含如同指定例如新主诉、疫苗接种、尿样的输送、如同避孕这样的药物处方…之类的预约类型的能力这样的高级特征，从而能够自动分配适宜时间长度的适宜时间空档。在本发明的有利实施例中，患者接收实时更新，例如，临床医生方案的延迟，从而使得患者在咨询当天能够在临床医生之后或之前到达，并且在期间安排如同购物、管理等一样的其它活动。导致自由时间空档的其他患者的撤销被自动推送给在撤销的预约之前或之后不久已安排了咨询的患者，以为这些患者提供将他们的预约移到自由时间空档的能力，前提是该自由时间空档更好地配合患者的日程。

根据由权利要求14限定的又一个可选方面，根据本发明的医疗咨询支持工具的实施例还包括：

-电子患者入口，用于患者的咨询后询问，适于从患者收集重新表述的主诉描述；以及

-处理器，耦合到用于咨询后询问的电子患者入口，并且适于用替代论证描述来丰富论证和诊断的数据库，替代论证描述是从咨询前主诉描述和重新表述的主诉描述之间的比较提取的。

对患者的咨询后询问，即在患者通过咨询和最终治疗对他/她的医疗问题更有知识的时间点对患者的咨询，使得能够用对他们的医疗问题更有知识的患者所使用的术语(例如，某些方言或表达)丰富论证和诊断的数据库。此外，必须将患者对他的医疗问题的咨询后描述与其问题的咨询前描述进行比较。咨询前描述中使用的术语可能在论证和诊断的数据库中并不存在，并且可以利用与咨询后描述进行比较来解释。可以识别某些论证的方言同义词，并且可以将其添加到数据库中以使用可能由未来患者使用的术语来丰富数据库。这样，数据库将变得更完整并且未来的鉴别诊断将变得更准确，因为从未来患者的咨询前描述中提取论证将更完整。

除了如权利要求1限定的用于医疗咨询支持的工具之外，本发明还涉及如权利要求15限定的用于医疗咨询支持的对应计算机实现的方法，该方法包括以下步骤：

-保持论证和诊断的数据库，其中保持每种诊断的发病率值，发病率值即指示与诊断对应的疾病的发生可能性的值，并且其中，利用敏感度值并且利用非特异性值将论证和诊断进行关系耦合，敏感度值即指示在患者患有与诊断对应的疾病的情况下论证存在多频繁的值，非特异性值即指示在患者没有与诊断对应的疾病的情况下论证存在多频繁的值；

-借助电子患者入口从患者获得咨询前主诉描述；并且

-通过将在咨询前主诉描述中识别的论证与数据库中存在的论证进行匹配并且用发病率值、敏感度值和非特异性值确定潜在诊断来生成鉴别诊断，其中，鉴别诊断包括潜在诊断和潜在诊断的相应的可能性的列表，

-借助电子临床医生入口从临床医生获得咨询后诊断信息和置信度信息；并且

-用从临床医生获得的咨询后诊断信息和置信度信息计算出的相应量自动地调整咨询后诊断信息中的用于诊断的数据库中的发病率值以及咨询前主诉描述中识别的用于论证的数据库中的敏感度值和非特异性值。

附图说明

图1例示了根据本发明的医疗咨询支持工具100的实施例；

图2例示了用于获得患者的个人健康信息的图1的实施例100中的咨询前患者入口(pre-consultationpatientportal)102所生成的屏幕截图200；

图3例示了用于安排预约的图1的实施例100中的咨询前患者入口102所生成的屏幕截图300；

图4例示了用于获得患者的初始主诉描述的图1的实施例100中的咨询前患者入口102所生成的屏幕截图400；

图5例示了用于获得作为患者的初始主诉描述的部分的症状信息的图1的实施例100中的咨询前患者入口102所生成的屏幕截图500；

图6例示了用于基于自动生成的既往病史问题(anamnesticquestions)获得附加症状信息的图1的实施例100中的咨询前患者入口102所生成的屏幕截图600；

图7例示了用于向临床医生呈现预约的安排的图1的实施例中的临床医生入口104所生成的屏幕截图700；

图8例示了用于向临床医生呈现从患者获得的咨询前信息和鉴别诊断并且从临床医生获得咨询后诊断信息的图1的实施例中的临床医生入口104所生成的屏幕截图800；以及

图9示出了适合于托管根据本发明的医疗咨询支持工具并且适合于实现根据本发明的医疗咨询支持方法的计算系统。

具体实施方式

图1示出了根据本发明的医疗咨询支持工具的实施例100。医疗咨询支持工具100包括症状-诊断数据库101、咨询前患者入口102、鉴别诊断模块(differentialdiagnosismodule)103、临床医生入口104、处理器105、咨询后患者入口106、预后模块(prognosticmodule)107、报告模块108和预约调度器109。鉴别诊断模块103包括自然语言处理器或nlp131和贝叶斯(bayesian)统计处理器132。症状-诊断数据库101保持论证(argument)列表(例如，argumenta、argumentb、argumentc、...)，诊断列表(例如，diagnosis1、diagnosis2、diagnosis3、diagnosis4、...)，针对诊断diagnosis1、diagnosis2、diagnosis3、diagnosis4、...中的每个的发病率i1、i2、i3、i4、...，将论证与诊断链路的敏感度值sa1、sa2、...以及将论证与诊断链路的非特异性值(aspecificityvalue)aa1、aa2、...。在图1的示例中，示出了在argumenta和diagnosis1之间的链路111。对于该链路，保持两个值，表示为sa1的敏感度值和表示为aa1的非特异性值。另外，示出了在argumenta和diagnosis2之间的链路112。另外，对于该链路，保持两个值，表示为sa2的敏感度值和表示为aa2的非特异性值。以类似的方式，利用相应的敏感度值和非特异性值将所有论证与所有诊断链路。图1中未示出这些链路，以避免附图过满。

咨询前患者入口102是用于患者在客户端计算机上运行或者在远程服务器上(例如，在云计算系统中)运行的软件模块，并且使患者能利用相连接的诸如个人计算机、膝上型计算机、平板计算机、智能电话等这样的客户端装置访问咨询前患者入口102。咨询前患者入口102被配置为使患者能够进入和保持他/她的个人健康记录。个人健康信息由医疗咨询支持工具100通过询问患者而获得。这由图2例示，图2示出了用于收集形成患者个人健康记录的部分的个人健康信息的咨询前患者入口102所生成的示例性屏幕截图200。图2例示了工具100首先收集诸如名字、联系信息、血型、紧急情况联系人等这样的个人信息201。在图2中，患者可以例如利用点击针对所有可能的血型而显示的单选按钮进入他的血型211。通过点击继续按钮290，应当顺序地请求患者输入诸如关于过敏、药物、疫苗接种、皮肤类型的信息等这样的一般健康信息202，诸如使用烟草、使用酒精、运动频率、性活跃度等这样的生活方式信息203，诸如感染史等这样的病史信息204以及诸如亲属发生某些传染病或缺陷这样的家族史信息205。利用咨询前患者入口102所显示的进度条206，告知患者他输入个人健康信息的进度。患者的个人健康信息被存储在患者能随时检索和更新的个人健康记录中。

当患者有主诉时，他/她可以利用形成医疗咨询支持工具100的部分的预约调度器109安排与临床医生的预约。此外，咨询前患者入口102使患者能够与预约调度器109交换预约数据166。这由图3例示，图3示出了咨询前患者入口102生成的使患者能够选择优选的日期和时间302进行他/她的预约并指示预约的类型301的示例性屏幕截图300。例如，可以从下拉框中的多个选项中选择预约的类型301，例如，预约的类型是新主诉、接种、尿样或血样的输送、如同避孕这样的药物处方等。预约调度器109包含如随着字段301中选择的预约类型自动地调整可以保留在字段302中的时间空档长度这样的高级特征。患者借助继续按钮390确认他/她的预约。预约调度器109随后在临床医生的日程中输入该预约。这利用图1中的箭头167而指示，其中，假定临床医生或其管理人员借助临床医生入口104来咨询他的日程，临床医生入口104是形成咨询支持工具100的部分并且要么在临床医生的计算机上运行要么在远程服务器(例如，云计算系统)上运行的软件模块，临床医生能借助诸如个人计算机、膝上型计算机、平板计算机、智能电话等这样的客户端装置访问临床医生入口104。预约调度器109监视导致在患者预约附近产生自由时间空档的撤销，并且自动将关于这种自由时间空档发生的信息166推送到咨询前患者入口102，以使患者能够将他/她的预约移到更优选的时间空档，例如，一天中更早的时间空档或者更方便时间的时间空档。在预约的当天，预约调度器109监视临床医生的方案中的延迟并且将实时更新166发送到咨询前患者入口，以使患者能够更晚或更早地到达并且使用临床医生的方案中的延迟时间例如进行购物或管理。

咨询前患者入口102还被配置为使患者能够准备安排好的他/她与临床医生的咨询。咨询支持工具100通过询问患者来获得患者的思维151和此后的初始主诉描述152。例如，患者的思维151是利用如图4例示的想法-顾虑-期望或ice询问获得的。这里示出的屏幕截图400例示了请求患者在第一自由文本字段401中输入他的想法，在第二自由文本字段402中输入他的顾虑并且在第三自由文本字段403中输入他的期望。患者通过点击继续按钮490进行确认，结果自由文本信息被传送到系统。利用ice询问患者获得的信息151随后将与临床医生共享并且可以帮助临床医生指导咨询。可以利用自然语言处理器131处理该信息151，以用于论证和/或论证的量化。

除了基于ice的自由文本询问之外，咨询前患者入口102被配置为询问患者他的症状或主诉。这由图5例示，图5示出了呈现给患者以输入症状的屏幕截图500，症状例如是字段501中的“头痛”、字段502中的“发烧”以及字段503、504和505中的另外可能症状。所输入的症状可以选自下拉框或症状列表中，可以输入自由文本，或者甚至可以在本发明的某些实施例中允许用语音。除了识别症状之外，患者还必须借助相应的字段511-515和字段521-525来指示相应症状501-505存在了多长时间，在字段511-515中，持续时间被量化，字段521-525作为下拉框操作并且使患者能够选择时间单位来量化持续时间。如果患者希望输入另外的症状，按钮530能够针对另外的症状创建类似于501-511-521的另外的线路。同样，患者借助继续按钮590进行确认，结果症状信息将在咨询前患者入口102和形成鉴别诊断模块103的部分的贝叶斯处理器132之间共享。在图1中，这由箭头152指示。

可选地，自然语言处理器131可以将患者主诉或其自由文本/语音部分转换成可以由贝叶斯引擎132使用的正确医学术语或论证，并且将提取到的症状或论证153报告给贝叶斯处理器132。

鉴别诊断模块103，更具体地其中的贝叶斯统计处理器132如箭头154所指示地咨询症状-诊断数据库101，并且将从个人健康记录和患者的症状/主诉描述152中提取的症状或论证与数据库101中存在的论证进行匹配。此外，应用贝叶斯统计算法，结果生成包含例如10至20个潜在诊断的候选名单的鉴别诊断156。

在下一步骤中，鉴别诊断模块103生成既往病史问题，即，关于与鉴别诊断中的潜在诊断强烈关联的症状的附加问题的集合，以便能够排除某些潜在诊断或者加强某些潜在诊断的可能性。从形成鉴别诊断的部分的潜在诊断开始，贝叶斯处理器132选择具有将其与潜在诊断相关联的最高敏感度值或者具有将其与潜在诊断相关联的最高非特异性值的论证。然后，将如此选择的论证呈现给患者。对于具有最高敏感度值的论证/症状，请求患者确认是否存在并最终量化这些论证。另外，对于具有最高非特异性值的论证/症状，请求患者确认是否存在这些论证。因此，从鉴别诊断中的潜在诊断自动地生成附加问题“您还患有...”，并且将这样的问题传送到咨询前患者入口，如箭头155所指示的。图6示出了屏幕截图600，在屏幕截图600中，提出了这些附加问题601、602、603、604、605，并且请求患者利用相应的字段611-615和621-625量化另外的症状的存在或不存在。在输入对附加问题601-605的回复之后，患者通过点击继续按钮690进行确认。

可能生成多轮附加问题并将其提交给患者。一旦接收到对附加问题155的回答，鉴别诊断模块103就调整鉴别诊断。该鉴别诊断156或157，即，例如10个潜在诊断及其相应的可能性的列表，被传送到临床医生入口104和处理器105。

图7示出了由临床医生入口104生成的用于向临床医生提供他的日程概况的屏幕截图700。临床医生选择字段701中的时段，例如，2016年2月7日星期六。结果，列出了当天安排的预约711、712。例如，临床医生有涉及1970年1月1日出生的名为pietvandesteen的男性患者的新主诉的第一预约711。该预约被安排在上午09:15。临床医生还有1982年6月12日出生的名为tomvandeputte的男性患者的第二预约712。该患者需要药物处方，并且他的预约被安排在上午11:30。

当点击其中一个预约(例如，预约711)附近的按钮时，临床医生入口104生成如图8中描绘的画面800，画面800包含从患者接收的咨询前信息和由鉴别诊断模块103生成的鉴别诊断。画面800包含其中显示了患者的个人详情和咨询类型的第一字段801和分别显示预约的时间和日期的第二字段802和第三字段803。在当前主诉标签804中，画面800还包含：字段811，其中列出了从患者的初始主诉描述152中提取的主诉及其量化以及附加问题；字段821、822和823，其中显示了响应于ice(想法、顾虑、期望)询问而从患者获得的自由文本信息；字段812，呈现了对之前数字既往病史中的由贝叶斯处理器提出的既往病史问题的回答；字段813，其中临床医生用按钮831输入在咨询期间发现的另外的症状，以用另外的症状来扩展该字段813；字段814，其中显示了鉴别诊断；以及字段815，其中列出了形成鉴别诊断814的部分的潜在诊断的相应可能性。临床医生可以通过下拉框841确认他的诊断，并且在诊断841中确认他的置信度(confidence)842。

最终诊断158被传送到处理器105。可能地，临床医生还可以在咨询期间输入由测试或测量得到的新症状813或159。此新症状159带来的结果是，鉴别诊断模块103可以调整鉴别诊断814、815或156、157，并且临床医生可以调整他的最终诊断841或158。

在从临床医生接收到最终诊断和置信度信息时，处理器105调整症状-诊断数据库101中的发病率值i1、i2、i3、i4、...，敏感度值sa1、sa2、...和非特异性值aa1、aa2、...。临床医生的最终诊断的发病率值增加一定值，该值是用临床医生在其最终诊断中的置信度来计算的。发病率增加是该置信度值的上升函数：最终诊断的置信度越高，数据库中该最终诊断的发病率值的增加越高。另外，在临床医生的最终诊断与形成患者主诉描述的部分的所有症状/论证或者由临床医生在咨询后输入或者由鉴别诊断模块通过生成既往病史附加问题而向患者呈现的另外的症状/论证之间，敏感度值增加。同样，这些症状/论证与最终诊断之间的敏感度增加是用临床医生在他的诊断中的置信度计算的。敏感度增加也是置信度值的上升函数：最终诊断的置信度越高，所识别的症状和最终诊断之间的敏感度越高。另外，同样，利用患者的主诉描述、附加问题或临床医生咨询以及形成鉴别诊断的部分但是与临床医生的最终诊断不同的所有诊断，所识别的症状之间非特异性值增加。这种论证-诊断元组的非特异性值的增加同样是由最终诊断中的置信度值计算的，并且也是其上升函数。处理器105将发病率值、敏感度值和非特异性值的增加值传达到数据库101，如箭头162所指示的。数据库101存储调整后的值。

图1中绘制的系统100还包括咨询后患者入口106，即，要么在患者的客户端计算机上安装和运行要么在服务器(例如，在云计算系统)上远程地安装和运行，并且使患者能远程地访问客户端装置(例如，个人计算机、膝上型计算机、平板计算机、智能电话等)的软件模块。咨询后患者入口106使得在患者向临床医生咨询后的数天、数周或数月内能够询问患者。询问患者治疗的效果以及可能由临床医生开出的药物。从患者获得的治疗有效性信息163被预后模块107使用，预后模块107为具有例如类似的诊断、性别、年龄、合并症、伴随药物和处方药物的后来的患者生成预后。技术人员将理解，刚才提到的列表并不是排他性的。例如，预后模块107计算之前性别相同并且年龄处于新患者年龄左右某个年龄间隔内的具有相同诊断的患者的平均康复时间以及处方药物。

咨询后患者入口106还询问患者处方药物可能的副作用。大规模从患者接收到的副作用反馈164由报告模块108统计处理，报告模块108还为制药行业生成关于其药物副作用的报告。

另外，咨询后患者入口106请求患者在他/她对医疗问题更有知识的时间点重新表述他的主诉。重新表述的主诉描述165被提交给自然语言处理器nlp131，并且nlp131可以将重新表述的主诉描述与从患者接收到的初始自由文本或语音进行比较，以便识别其中的替代症状描述。重新表述的主诉描述165与初始自由文本或语音主诉描述之间的比较使得自然语言处理器131能够识别数据库101中的症状/论证的替代用词或措辞。这些替代用词或措辞可以例如包括患者使用的方言表达。自然语言处理器131用这种替代术语166通知数据库101，并且利用存储此替代术语来丰富数据库101。在将来患者的自由文本或语音主诉描述中，将识别用于描述某些症状的方言或替代表达，结果是鉴别诊断将变得更准确。

图9示出了用于托管根据本发明的医疗咨询支持工具的合适的计算系统900，图1中绘制了其实施例。计算系统900总体上可以被形成为合适的通用计算机，并且包括总线910、处理器902、本地存储器904、一个或更多个可选输入接口914、一个或更多个可选输出接口916、通信接口912、存储元件接口906和一个或更多个存储元件908。总线910可以包括允许计算系统的组件之间的通信的一个或更多个导体。处理器902可以包括解释并执行编程指令的任何类型的传统处理器或微处理器。本地存储器904可以包括随机存取存储器(ram)或存储信息和供处理器902执行的指令的其它类型的动态存储装置和/或只读存储器(rom)或存储静态信息和供处理器904使用的指令的其它类型的静态存储装置。输入接口914可以包括允许操作者向计算装置900输入信息的诸如键盘920、鼠标930、笔、语音识别和/或生物识别机构等这样的一个或更多个常规机构。输出接口916可以包括向操作者输出信息的诸如显示器940、打印机950、扬声器等这样的一个或更多个常规机构。通信接口912可以包括使得计算机系统900能够与其它装置和/或系统通信的诸如(例如)两个1gb以太网接口这样的任何收发器类机构，例如，与一个或更多个其它计算系统通信的机构。计算系统900的通信接口912可以借助局域网(lan)或诸如(例如)互联网这样的广域网(wan)连接到这样的其它计算系统960，在这种情况下，其它计算系统960可以例如包括合适的网络服务器。存储元件接口906可以包括用于将总线910连接到诸如一个或更多个本地盘(例如，1tbsata盘驱动)这样的一个或更多个存储元件908的诸如(例如)串行高级技术附件(sata)接口或小型计算机系统接口(scsi)这样的存储接口，并且控制从这些存储元件908读取数据和/或将数据写入其中。虽然以上的存储元件908被描述为本地盘，但是通常可以使用诸如可移动磁盘、诸如cd或dvd这样的光学存储介质、rom盘、固态驱动器、闪存存储器卡、...这样的任何其它合适的计算机可读介质。

用以上实施例例示的根据本发明的医疗咨询支持方法中执行的步骤可以被实现为存储在计算系统900的本地存储器904中以供其处理器902执行的编程指令。可供选择地，指令可以被存储在存储元件908上，或者其它计算系统960能利用通信接口912访问指令。

虽然已经参照特定实施例例示了本发明，但是对于本领域的技术人员来说明显的是，本发明不限于以上例示性实施例的细节，并且在不脱离本发明的范围的情况下，本发明可以被实施为具有各种改变和修改。因此，本发明的实施例在所有方面都被认为是例示性的而非限制性的，本发明的范围由随附权利要求书而非以上描述限定，并且落入权利要求书的等同范围的含义和范围内的所有改变因此旨在被涵盖其中。换句话讲，预期涵盖落入基本原理范围内并且在本专利申请中要求其基本属性的任何和所有修改、变化或等同物。此外，本专利申请的阅读者还将理解，词语“包括”或“包含”没有排除其它元件或步骤，词语“一”或“一个”不排除多个，并且诸如计算机系统、处理器或其它集成单元这样的单个元件能实现权利要求书中阐述的若干设备的功能。权利要求书中的任何附图标记不应被解释为限制相关的相应权利要求。术语“第一”、“第二”、“第三”、“a”、“b”、“c”等当在说明书中或权利要求书中使用时是为了区分类似元件或步骤而引入的，而不一定描述的是顺序或时间顺序。要理解，如此使用的术语在适当的情况下是可互换的，并且本发明的实施例能够根据本发明以其它序列操作，或者以与所描述或以上例示的取向或不同的取向操作。