数值对描述符121和数值122将描述符以及组成的属性与个体订户190进行匹配，所以匹配应用505将数据转发至订阅接口模块160，该匹配应用505进而将由描述符121和数值122组成的匹配的数据集515转送至个体订户190。在一些实施例中，个体订户190将用于感兴趣的条件或特征和描述符121和数值122之间的关系的解决方案报告至订阅接口模块160，其将数据添加至图1中的发现路由引擎135。
[0097]除非本文中以其它方式表明或上下文以其它方式清楚反驳，本文所描述的所有方法可以任何适当的顺序来执行。任何和所有示例的使用，或提供的关于本文中某些实施例的示例性语言(如，“比如”)仅意在更好阐明本发明并不会对本发明的范围构成限制，除非以其它方式要求。在本说明书中的语言不应解释为表明对本发明必要的任何非要求的元件。
[0098]应该理解的是，发现路由系统可整合至图3中示出的连续学习系统中。在大量健康数据中的固有数据时可引产生新知识并改变传统智慧的信息。大量数据经由医疗信息高速公路从全球健康格栅以及在基因组学、蛋白质组学、临床数据、人口统计资料以及公共健康中的数据聚合中送入发现路由系统并访问。通过识别不能很好理解的异常并将主题专家的注意力集中于发现与这些异常有关的答案，促进了发现的过程。
[0099]对于本领域技术人员显而易见的是，除了那些已经描述的以外，在不背离本文中发明概念的前提下，许多更多修改是可能的。因此，除了所附权利要求的精神外，本发明主题是不受限制的。此外，在解释说明书和权利要求中，所有的术语应该以于上下文已知的最宽泛的可能方式来解释。特别的，术语“包括”和“包括的”应该被解释为以方式参考元件、组件、或步骤，该方式表明参考元件、组件、或步骤可以是存在、或使用、或与其它没有明显参考的元件、组件、或步骤组合。其中本说明书权利要求参考至少一个从由Α、Β、0..Ν组成的群组中所选择的某物，文本应该解释为只需要来自群组的一个元件，而不是Α加Ν、或Β加Ν等。
【主权项】
1.一种发现路由系统，其包括: 知识数据库，其被编程为存储多个数据集，每个数据集包括具有描述符和关联的数值的至少一个描述符-数值对； 分析引擎，其与所述知识数据库耦合，并被编程为识别在所述多个数据集中的至少一个异常，其中所述异常表征具有偏离于与所述描述符关联的限定符超出用于所述描述符的预定阈值一数值的描述符-数值对； 交叉验证引擎，其与所述分析引擎耦合并被编程为通过交叉参考在所述数据集中的附加数据来指定所述至少一个异常为显著异常；以及 订阅引擎，其与所述交叉验证引擎耦合并被编程为(i)订阅多个专家订户，其中每个专家订户与标识符相关联，以及(ii)基于所述标识符将所述显著异常与专家订户关联。2.根据权利要求1所述的发现路由系统，其中所述交叉验证引擎被进一步编程为通过以下指定所述至少一个异常为显著异常:(i)基于先验知识识别具有与在所述描述符-数值对中的描述符的关联性的条件，(ii)通过交叉参考在具有与所述条件的二次关联性的所述数据集中的附加数据，暗示所述至少一个异常和所述条件之间的关系，以及(iii)然后指定所述至少一个异常为显著异常。3.根据权利要求2所述的发现路由系统，其中所述交叉验证引擎被进一步编程为，当所述先验知识表明所述条件和所述描述符之间的已知关系时，指定所述至少一个异常为不显著异常。4.根据权利要求2所述的发现路由系统，其中所述关系包括相关关系。5.根据权利要求2所述的发现路由系统，其中所述关系包括因果关系。6.根据权利要求2所述的发现路由系统，其中所述关系包括先决条件关系。7.根据权利要求1所述的发现路由系统，其中所述数据集包括衍生自至少一个基因相关的资源中的数据。8.根据权利要求1所述的发现路由系统，其中所述数据集包括衍生自单人中的数据。9.根据权利要求1所述的发现路由系统，其中所述专家订户是以下中的至少一个:计算机、算法、个人、一群人、企业实体、政府机构、出版商以及贸易协会。10.根据权利要求1所述的发现路由系统，其中根据以下中的至少一个选择用于所述描述符的所述预定阈值:先验标准、统计确定的标准、由算法衍生的标准、与历史值的比较、与边界条件的比较、预测值、置信因子的分析以及用户定义的标准。11.根据权利要求1所述的发现路由系统，其中所述交叉验证引擎被进一步编程为接收所述条件和来自所述专家订户的至少一个异常之间的关系的确认。12.根据权利要求1所述的发现路由系统，其中所述订阅引擎被进一步编程为当所述显著异常与专家订户相关联时生成关联性通知。13.根据权利要求1所述的发现路由系统，其中所述订阅引擎被进一步编程为将分配通知传输至所述关联的专家订户。14.一种计算机相关产品，其包括存储指令的非暂时性计算机可读介质，所述指令使得处理器执行以下步骤: 提供对被编程以存储多个数据集的知识数据库的访问，每个数据集包括具有与数值相关联的描述符的至少一个描述符-数值对； 提供与所述知识数据库耦合的发现路由引擎； 通过所述发现路由引擎将限定符与至少一个描述符相关联； 通过所述发现路由引擎识别在所述多个数据集中的至少一个异常，其中所述异常是具有偏离于所述限定符超出用于所述描述符的预定阈值一数值的描述符-数值对，所述限定符与在描述符-数值对中的所述描述符相关联； 由所述发现路由引擎通过交叉参考在所述数据集中的附加数据来指定所述至少一个异常为显著异常； 通过所述发现路由引擎订阅多个专家订户，其中每个专家订户与标识符相关联；以及 基于所述标识符通过所述发现路由引擎将所述显著异常与专家订户相关联。15.根据权利要求14所述的计算机相关产品，其中指定所述至少一个异常为显著异常的步骤包括: 基于先验知识，识别具有与在所述描述符-数值对中的所述描述符的关联性的条件； 通过交叉参考在具有与所述条件二次关联性的所述数据集中的附加数据来暗示所述至少一个异常和所述条件之间的关系；以及 然后指定所述至少一个异常为显著异常。16.根据权利要求15所述的计算机相关产品，其中指定所述至少一个异常为显著异常的步骤包括:当所述先验知识表明所述条件和所述描述符之间的已知关系时，指定所述至少一个异常为不显著异常。17.根据权利要求15所述的计算机相关产品，其中所述关系包括相关关系。18.根据权利要求15所述的计算机相关产品，其中所述关系包括因果关系。19.根据权利要求15所述的计算机相关产品，其中所述关系包括先决条件关系。20.根据权利要求14所述的计算机相关产品，其中所述数据集包括衍生自至少一个基因相关的资源中的数据。21.根据权利要求14所述的计算机相关产品，其中所述数据集包括衍生自单人中的数据。22.根据权利要求14所述的计算机相关产品，其中所述专家订户是以下中的一种:计算机、算法、个人、一群人、企业实体、政府机构、出版商以及贸易协会。23.根据权利要求14所述的计算机相关产品，其中根据以下中的至少一个选择用于所述描述符的所述预定阈值:先验标准、统计确定的标准、由算法衍生的标准、与历史值的比较、与边界条件的比较、预测值、置信因子的分析以及用户定义的标准。24.根据权利要求14所述的计算机相关产品，其中所述指令进一步使得所述处理器执行接收所述条件和来自所述专家订户的所述至少一个异常之间的关系的确认的步骤。25.根据权利要求14所述的计算机相关产品，其中当所述显著异常与专家订户关联时，指令进一步使得所述处理器执行生成关联性通知的步骤。26.根据权利要求14所述的计算机相关产品，其中所述指令进一步使得所述处理器执行将分配通知传输至所述关联的专家订户的步骤。27.—种路由发现的方法，所述方法包括: 提供对知识数据库的访问，所述知识数据库存储多个数据集，每个数据集包括具有描述符和关联的数值的至少一个描述符-数值对； 提供与所述知识数据库耦合的发现路由引擎； 由所述发现路由引擎将限定符与至少一个描述符相关联； 由所述发现路由引擎识别所述多个数据集中的至少一个异常，其中所述异常是具有偏离于所述限定符超出用于所述描述符的预定阈值一数值的描述符-数值对，所述限定符与所述描述符-数值对中的所述描述符相关联； 由所述发现路由引擎通过交叉参考在所述数据集中的附加数据指定所述至少一个异常为显著异常； 由所述发现路由引擎订阅多个专家订户，其中每个专家订户与标识符相关联；以及 由所述发现路由引擎基于所述标识符将所述显著异常与专家订户相关联。28.根据权利要求27所述的方法，其中通过交叉参考在所述数据集中的附加数据来指定所述至少一个异常为显著异常，其包括: 基于先验知识，识别具有与在所述描述符-数值对中的描述符的关联性的条件； 通过交叉参考在具有与所述条件的二次关联性的所述数据集中的附加数据来暗示所述至少一个异常和所述条件之间的关系；以及 (iii)然后指定所述至少一个异常为显著异常。29.根据权利要求28所述的方法，其中指定所述至少一个异常为不显著异常包括当所述先验知识表明所述条件和所述描述符之间的已知关系时，指定所述至少一个异常为不显著异常。30.根据权利要求28所述的方法，其中所述关系包括相关关系。31.根据权利要求28所述的方法，其中所述关系包括因果关系。32.根据权利要求28所述的方法，其中所述关系包括先决条件关系。33.根据权利要求27所述的方法，其中所述数据集包括衍生自至少一个基因相关资源中的数据。34.根据权利要求27所述的方法，其中所述数据集包括衍生自单人中的数据。35.根据权利要求27所述的方法，其中所述专家订户是以下中的一种:计算机、算法、个人、一群人、企业实体、政府机构、出版商以及贸易协会。36.根据权利要求27所述的方法，其中根据以下中的至少一个选择用于所述描述符的所述预定阈值:先验标准、统计确定的标准、由算法衍生的标准、与历史值的比较、与边界条件的比较、预测值、置信因子的分析以及用户定义的标准。37.根据权利要求27所述的方法，其进一步包括接收所述条件和来自所述专家订户的所述至少一个异常之间的关系的确认。38.根据权利要求27所述的方法，其进一步包括当所述显著异常与专家订户相关联时生成关联性通知。39.根据权利要求27所述的方法，其进一步包括将分配通知传输至关联的专家订户。
【专利摘要】本发明主题提供基于大量收集的数据集改进发现新实用信息的定步的装置、系统以及方法。在大部分情况下，来自数据集的异常通过交叉验证引擎来自动识别、标记以及验证。然后只有验证的异常与有资格对异常采取措施的主题专家相关联。换句话说，本发明主题桥接了现在可以收获的压倒性数量的科学数据和可用于从数据中提取实用信息的相对限量的分析资源之间的间隙。实用信息可以是例如以趋势、模式、图像、假设或预测的形式，并且这种实用信息在医学、环境科学、娱乐、旅行、购物、社交互动或其他领域中有意义。
【IPC分类】G06F19/28, G06F19/10
【公开号】CN105474220
【申请号】CN201480042342
【发明人】P·孙雄
【申请人】南特Ip控股公司
【公开日】2016年4月6日
【申请日】2014年9月26日
【公告号】CA2917606A1, US20150032468, WO2015060994A2, WO2015060994A3