基於疾病概率向量檢索類似患者病例的製作方法

2023-10-08 20:00:09 1

專利名稱：基於疾病概率向量檢索類似患者病例的製作方法
技術領域：
本發明涉及病例匹配，並且尤其涉及一種從醫學資料庫中檢索類似患者病例的方 法。本發明還涉及一種從醫學資料庫中檢索類似患者病例的系統。本發明還涉及一種包括 指令的電腦程式產品，所述指令在由計算機執行時使計算機執行這種方法。
背景技術：
病例匹配，也稱為相似性匹配，已經被用於提供關於使用來自以往實例或病例的 證據而解決問題的推斷。通過使用來自以往類似患者病例的信息而做出治療建議，病例匹 配可以用於協助健康護理提供者。歷史患者數據可以協助護理提供者預測在患者上執行特 殊臨床介入的結果。在資料庫中尋找類似患者是時間和資源密集型過程。在擁有增加找到 類似患者的機會的足夠大的資料庫和搜索大資料庫所耗費時間之間存在權衡。找到與當前 受治療患者類似的患者的類似性匹配算法必須快速響應以達到有效，並且不對患者治療過 程施加算法自身的時間要求。此外，找到的病例必須相對於其與當前病例的相關性而進行 評估。存在醫學分類系統，諸如ICD-9(疾病國際分類，版本9)。ICD-9編碼是對疾病、徵兆、 症狀、異常發現、不適、社會情況和損傷或疾病的外部誘因進行分類的編碼(ICD-9-CM，稱為 臨床修改延伸，設計為捕獲更多發病率數據和附加程序代碼)。這些分類代碼在患者離開臨 床場所後被賦予給患者。通常，這些代碼用於發病率和死亡率統計，並且在美國用於報銷制 度。病例匹配的一個問題是，在具有重疊醫學狀況的患者之間難以執行匹配。

發明內容
在本發明一個方面，一種從醫學資料庫中檢索類似患者病例的方法包括將當前患 者病例與多個臨床特徵(profile)進行匹配，產生一組匹配的臨床特徵。針對來自該組匹 配的臨床特徵中的每個臨床特徵，該方法還包括基於當前患者病例和臨床特徵之間的匹配 度而確定當前患者病例的隸屬度。基於該組匹配的臨床特徵中的臨床特徵，從醫學資料庫 中檢索被認為是在至少一個臨床特徵中具有與當前患者病例基本相應的隸屬度的類似患 者病例。使用隸屬度是基於以下認識具有重疊狀況、即具有相應的隸屬度的患者更相似， 並且將患者與這些類似患者比較更有意義。如在Zadeh，L. A. Fuzzy set. Information & Control 1965 ；8 :338_353中所述，通過在臨床特徵中引入隸屬度，可以根據在任何重疊狀 況下的相似性而檢索患者。根據本申請另一方面，該方法包括在多個時間點將當前患者病 例與多個臨床特徵進行匹配，對多個時間點的每一點產生一組匹配的臨床特徵；並且對多 個時間點的每一個執行確定和檢索的步驟。隨著引入當前患者與臨床特徵匹配的多個時間 點，也可以隨著時間檢索類似患者病例。這允許根據當前患者的進展更新匹配的臨床特徵 組和類似患者病例。根據本申請另一方面，每個臨床特徵根據以下患者數據變量中的至少之一而編目醫療狀況狀況數據(conditional data)、事件特定數據、人口數據、臨床數據、醫療史、家 族史、社會史、診斷史和治療史。患者數據可以是狀況特定的，例如充血性心力衰竭、心肌 梗塞、敗血症，以及諸如冠狀動脈疾病、肺癌、囊腫性纖維化等的疾病，或者是事件特定的， 例如急劇血壓下降、水腫、高呼吸率、低射血分數、胸痛、活檢陽性等。在特徵中獨立的描述 (specification)可以包括人口數據，例如年齡、性別、身高、體重、體重指數。臨床特徵描 述可以包括臨床數據，例如實驗室結果、成像測試、非成像測試、壓力測試。還可以包括當前 疾病史，例如症狀、徵兆，過往醫療史，例如共病性(co-morbidity)，家族史，社會史，例如是 否吸菸、酒精攝入，生理系統檢查、藥物、過敏、身體檢查、初始印象、鑑別診斷和治療計劃數 據。通過這些數據中的至少一個包括到臨床特徵中，可以基於這些數據的類似值而檢索類 似患者。根據本申請的另一方面，每個臨床特徵被組織成多個等級，其中每個等級還指派 有一組一個或多個描述和相關變量，並且如果患者與至少第一等級的(一個或多個)描述 匹配，則當前患者病例與臨床特徵匹配。臨床特徵包括用於編目患者病例的多個等級的描 述。最高等級的描述包括對於應用於患者的臨床特徵必須為真存在的描述。另一等級可以 包括通常與臨床特徵相關聯但並非必須為對於應用於患者的臨床特徵真存在的描述的描 述。該等級可以用於指示用戶丟失數據，該問題通過安排特定測試而被克服。例如對於具 有與糖尿病相關聯的風險因子或者共病性的患者，可以向健康護理提供者建議安排葡萄糖 測試。根據本申請的另一方面，方法包括檢索與為來自醫學資料庫的類似患者病例提供 的治療有關的信息並且向用戶呈現所述信息。這種信息可以例如作為原始數據或者以統計 的形式呈現給用戶。其允許用戶擁有對類似患者病例的可能治療和結果的更多的認識，以 便對可能為當前患者安排的測試和治療做出更好的決策。根據本發明的另一方面，用於從醫學資料庫檢索類似患者病例的系統包括匹配 器，其將當前患者病例與多個臨床特徵進行匹配，產生一組匹配的臨床特徵；確定器，其基 於當前患者病例和臨床特徵之間的匹配度而確定當前患者病例在來自該組匹配的臨床特 徵中的每個臨床特徵中的隸屬度；檢索器，基於該組匹配的臨床特徵中的臨床特徵，其在醫 學資料庫中檢索被識別為在匹配的臨床特徵中的至少一個中具有與當前患者病例基本相 應的隸屬度的類似患者病例。根據當前患者病例和臨床特徵的匹配度，確定器確定當前患者病例在來自該組匹 配的臨床特徵中的每個臨床特徵中的隸屬度。基於該組匹配的臨床特徵中的臨床特徵，檢 索器從醫學資料庫中檢索類似患者病例，其被識別為在匹配的臨床特徵的至少之一中具有 與當前患者病例基本相應的隸屬度。在本發明另一方面，電腦程式包括指令，當被計算機執行時所述指令使計算機 執行根據本發明一方面的方法。在本發明另一方面，一種方法包括將一組臨床特徵存儲在存儲器中，臨床特徵中 的至少一些包括多個描述。存儲一組在先患者病例，該病例根據它們在至少一個已存儲的 臨床特徵中的隸屬而編入索引。患者的當前患者病例與多個已存儲的臨床特徵進行匹配， 該匹配包括將描述與患者病例比較以識別匹配的描述。該方法還包括識別描述，對於該描 述，能夠建立患者測試的一個結果與對於其已經存在至少一個匹配描述的臨床特徵的描述中的一個之間的匹配；以及向用戶識別所述測試。下面將描述由方法、系統、電腦程式產品所實現的優點和效果。


在參考如由以下附圖所示的下文所述的實施例之後，本發明的這些和其它方面將 變得明顯並且得以闡明圖1示出了根據本發明的方法的主要步驟；圖2以示意性方式描述了將當前患者病例與臨床特徵進行匹配；圖3示意性地示出了根據本發明的一個系統；以及圖4示出了用於生成臨床特徵的示範性方法。
具體實施例方式臨床特徵(CP)根據一組描述而編目醫學狀況，該組描述與在具有醫學狀況的患 者中可能明顯存在的醫學狀況相關聯。每個醫學特徵意在捕獲特定呈現的醫學狀況、例如 敗血症的患者變量之間的相關性。這種CP通常包括基於變量的一組獨立描述，所述變量諸 如人口數據(年齡、性別、身高、體重、體重指數)，臨床數據(實驗室結果、成像測試、非成像 測試，壓力測試)，以及來自入院報告的歷史和生理信息，諸如患者主訴(chiefcomplaint) (表達)、當前疾病的歷史(症狀、徵兆)、過往醫療史(共病性)、家族史、社會史(是否吸 煙，酒精攝入)，生理系統檢查、藥物、過敏、身體檢查、初始印象、鑑別診斷和治療計劃數據 等已知與該醫學狀況和在其情況下那些描述被視為滿足該醫學狀況的任何變量相關聯的 信息。每個描述大致對應於諸如測試結果、診斷、人口數據或在特定時間對患者採集的測量 讀數的數據。在一組已存儲的CP中，每個CP可能涉及不同的醫學狀況或醫學狀況的變量，從而 描述和/或它們相關聯的變量根據CP而不同。CP可能與患者病例連結。每個患者病例包括特定患者的數據。有利地是，患者病例 的數據可能是從醫生對患者的不同測試或測量中獲得醫學數據或者由患者自身獲得的數 據，並且可能包括與數據能夠與其匹配的給定臨床特徵中的一個或多個描述相關的數據。有利地是，CP還包括多個等級的描述，用於編目患者病例，每個等級具有與其相關 聯的一個或多個描述。例如，可能存在至少兩個等級，第一等級指定CP的任何必需的描述， 而一個或多個另外的等級指定在具有醫學狀況的患者中可能明顯但是對於將患者診斷為 具有醫學狀況而言並非顯然的描述。舉例而言，CP可能對於具有2型糖尿病的患者適用， 並且等級可能是「定義性等級」、「共病性等級」和「風險因子等級」。「定義性等級」包括對於 適用於患者的CP必須真存在的描述。「共病性等級」和「風險因子等級」包括通常與CP相 關聯的並非必需的描述的描述。在臨床術語中，共病性是指在主要疾病或紊亂之外存在一 個或多個紊亂(或疾病)。共病性大致包括在具有該CP的醫學描述的患者中常常發現的 其他醫學狀況。因而，例如，患有糖尿病的患者也非常可能經受腎病(腎功能紊亂)。「風險 因子等級」列舉了與CP相關聯的風險因子(如果有的話)。糖尿病CP的風險因子的實例 包括年齡、性別、在父母任一方中對該疾病的診斷等。有利地是，每個等級與權重(或多個 權重)相關聯。權重指示給定等級的相關重要性，其中最高的權重大致與定義性等級一致。權重的指派可以例如是臨床專家執行的手動操作。作為實例，可以以下列方式定義臨床特
徵 CPn
CPIDCPn醫學狀況糖尿病CP定義性等級權重=1. 0HgbAlc > 7%CP共病性等級權重=0.6視網膜病 腎病CP風險因子等級權重=0.3心臟病 性別 年齡> 60 種族表 1如表1中所示，左欄示出了對右欄中的值的說明。臨床特徵ID(CPID)識別CPn(其 中η是數字，即CPl或CP234等)，對於CPn的醫學狀況是糖尿病，後續行是與不同權重相 關聯的不同等級。右欄還對每個等級示出了不同組的描述。因此，第一(定義性)等級具 有一個(或多個)描述，本文中是特定血清蛋白(HgbAlc)的量，其必須大於7%以滿足的 該描述。該等級給定為最大權重1.0，因為該特定等級與該特定糖尿病CP最相關。另一方 面，對於與風險因子相關的最末等級心臟病狀況、性別、年齡和種族，被認為較不相關；這 一等級被賦予0.3的相關權重，即較不相關。因此，等級的重要性是不同的，並且通過使用 權重而將其在數學上表達出來。表1中所示的權重僅是出說明性目的，並且可以根據不同 的CP而改變。給定等級中的每個描述可以具有相同的權重或可以不具有相同的權重。當尚未執行特定測試時，不同等級有助於檢測CP表現出的問題。例如，如果患者 狀態指示與糖尿病的共病性中的大部分匹配，但是尚未進行血糖測試，那麼可能建議健康 護理提供者進行快速葡萄糖測試。這不僅使得改進了診斷，還有助於更準確地定義患者病 例，以尋找與該組臨床特徵的匹配。因而附加等級的第二應用是協助相似性匹配。而且，描述的附加等級允許確定對CP的「隸屬度」。一般地，對於給定患者為真的 共病性和風險因子描述的(權重)數值越大，他或她與該CP的隸屬度越大。有利的是，除了定義性、共病性和風險因子之外，還定義了其他等級以協助推斷測 試建議和相似性匹配或符合其他要求。任選地，CP還與包含以下中的至少一個的元數據相關識別已經確定為該臨床特 徵成員的特定患者的ID的識別器，為特定患者指定如下所述的臨床特徵隸屬組(CPMS)的 識別器，識別特定CPMS的開始時間的開始時間識別器，識別由一個或多個CP的患者隸屬變 化引起的特定CPMS的開始時間的開始時間識別器，識別特定CPMS的終止時間的終止時間 識別器，以及識別由一個或多個CP的隸屬變化引起的特定CPMS的終止時間的終止時間識
8別器。該元數據允許識別患者和/或CP的內容的更多細節，和/或用於確定不同的介入過 程何時開始/結束等。臨床特徵可以與患者病例中的時間戳相關聯，以指示臨床特徵與患者相關的時間 點。這可能更緊密地與諸如急劇血壓下降的臨床事件相關，但是還與定義患者已經患有該 疾病多久的疾病特定特徵相關。可以使用許多不同的方法以開發臨床特徵，諸如(1)基於臨床知識，假設特徵的描述、變量及其值的範圍。醫師專家或者文獻調查 提供了描述、變量及其範圍的列表。(2)發現影響特定結果的相關變量這可以在在先患者病例的資料庫上使用諸如 主成分分析、人工神經網絡等的數據分析技術而確定。(3)通過執行對資料庫的加權搜索而進行對臨床特徵的引導發現。這種處理可以 包括界面，其允許指定臨床特徵並且在資料庫中搜索患者病例匹配。界面將允許選擇變量 子組，並且允許用戶指定權重以表達所述子組在臨床特徵中的重要性程度。用戶將能夠保 存和檢索先前的臨床特徵。界面將響應於資料庫中與所建議的臨床特徵匹配的患者病例數 量的立即反饋。圖1示出了根據本發明一個方面從醫學資料庫中檢索類似患者病例的方法的主 要步驟。簡言之，方法如下進行。方法在SlOO開始。在S102，將當前患者病例與多個臨床 特徵進行匹配，產生一組匹配的臨床特徵。該步驟包括掃描患者病例中當前患者的近期歷 史數據，以找到與臨床特徵的匹配。任選地，在S104，對每個匹配的臨床特徵生成匹配的表 示，諸如向量。在S106，針對來自該組匹配的臨床特徵的每個臨床特徵，基於當前患者病例 和臨床特徵之間的匹配度，確定當前患者病例的隸屬度。對於臨床特徵中的每個，重複步驟 S104-S106,以生成患者病例的隸屬組。隸屬組可以包括CP中確定為患者病例對其具有隸 屬關係(或者至少對其具有隸屬度閾值)的每個。因此對於當前時刻的當前患者，具有不 同的隸屬度的一個或多個特徵的該隸屬組概括了當前時刻的當前患者的狀況。在S108，基於隸屬組中的CP，從醫學資料庫中匹配和檢索類似患者病例。檢索的 患者病例可以包括被識別為在隸屬組中的每個CP中具有與當前患者病例基本相應的隸屬 度的一些或所有患者病例。通過用戶界面向用戶呈現類似患者病例。該方法在SllO處結 束。下文是這些步驟的進一步細節。該方法假設已經將當前患者病例的患者數據以計算機可讀和/或可處理形式存 儲，並且使得可以訪問已存儲的CP、相關等級權重和存儲包括患者數據的在先患者病例的 患者資料庫，其中每個已存儲的在先患者病例與對至少一些已存儲的CP具有的隸屬度相 關聯。在S102中，將當前患者特徵與多個臨床特徵進行如下匹配在患者數據和針對CP 的一個或多個等級的各個描述之間執行匹配。匹配的結果是一個或多個CP與患者病例相 關，其中存在患者數據與定義性等級的描述的匹配，以及任選地與其他等級的一個或多個 描述的一個或多個匹配。作為實例，如果一部分患者數據與對於特定CP的「共病性等級」處 的描述組中一個或多個描述匹配，如果患者還匹配定義性等級的所有描述，那麼該CP與該 患者相關聯。因此，患者數據被「分類」到特定CP的等級中。匹配步驟S102的結果可以例如是向量A (患者)=[CPl，CP2，CP3，CP4，……，
9CPN])，其中每個向量元素是某一醫學狀況的CP。由於每個CP具有表示CP中描述的數量的 相關維度M(它們的維度當然可以是不同的，M可以是最大的維度)，因此向量A(患者)可 以由NXM矩陣表示，其中M是CP的維度，而N是CP的數量。為簡單起見，將使用術語向量 以應用於患者數據和該組CP之間的匹配的輸出的任何表示。因此，作為實例，CPl能夠具 有與患者數據共用的等級中的單一描述(例如，CPl在共病性等級處具有充血性心力衰竭 的描述，並且一部分患者數據指定患者具有充血性心力衰竭)，CP2具有10個等級，表示在 患者數據中可能明顯的描述等。在一個實施例中，A(患者)的表達式可以僅示出具有在患者數據中出現的描述的 那些CP。在另一實施例中，表達式可以使得即使一些CP、例如CP3和CP4與患者數據不具 有共有的描述，所有CP也包括在向量A中。因而，對於該CP的向量元素可以認為是空，即， CP (患者)=[CP1,CP2, Φ, 0,CP5,……，Φ，CPN]。這意味著無論是否與患者數據匹配， 整組CP都包括在向量中。在S104中，任選地使用CP中的權重，以確定與CP等級的描述匹配的患者數據的 描述中的每個的有效權重值。作為實例，已確定的向量的每個元素包括一組權重值，例如， 每個描述具有一個權重值。權重值可以是等級的權重與基於與患者數據的比較而賦予描述 的值的乘積。權重可以由臨床專家輸入，臨床專家基於如前在表1中討論、並且優選以下降 次序呈現的等級的重要性而選擇權重，例如CPl =
，CP2 =
等。作為實例，假設對於給定患者，未測試HgbAlc，但是 存在腎病。存在性可以評估為真存在=1或不存在=0。在該情況中，尚未測試HgbAlc的 事實根據數學術語可以書寫為0*1. 0 = 0，其中「0」意味著未測試(或者不存在HgbAlc)， 而1.0是與CP定義性等級相關聯的權重。然而，在患者數據中檢測到存在腎病的事實，給 出了 CP共病性等級的有效權重值1*0. 6 = 0. 6，其中「1」簡單地意味著檢測到腎病，即真存 在=1，而「0.6」代表與共病性等級(參見表1)相關聯的權重值。因而，對於CP定義性等 級的有效權重值是零，而對於CP共病性等級的有效權重值等於0. 6。另外，假設患者年齡小 於60歲，那麼對於CP風險因子等級的有效權重值將是0*0. 3 = 0，其中值為「0」是因為患 者小於60歲，而「0.3」是CP風險因子等級(參見表1)的權重。對於該特定CPn的隸屬可 以表示為W，0.6，0]。在該實施例中，對每個等級賦予單一權重值，這可以基於該等級中每 個描述的權重值。這對所有CP執行，即CPl，……，CPn，……，CPN。因而，某一患者可以
具有下列隸屬[CP1 :
，CP2 :
，......，CPn
，......，CPN
]。在S106中，確定具有與患者數據匹配的至少一個描述或至少一個等級(一般地， 至少定義性等級的描述)的每個相應CP，產生根據隸屬規則的CP隸屬。一般地，使用有效 權重值作為輸入數據。該計算針對將用於確定CP的隸屬值的臨床特徵隸屬組(CPMS)的CP 而產生患者的CP隸屬值組。參考先前實例，其中CPn的有效權重值是
，可以基於各種隸屬規則而確 定CP隸屬。一個規則可以例如是選出最大值，即max
= 0. 6，其中0. 6是CPn的隸 屬值。隸屬規則的另一實例是^!!!!!^)』』，。]=0.6，即對所有向量元素進行求和(其在該 實例中是相同的)。參考患者，其中CPl :
,CP2
, CP3
,……， CPn
,……，CPN-I
，CPN W，0，0]，表 2 示出了如果隸屬規則是
10「max」規則，那麼該患者的CP隸屬組將是如何
CPCPlCP2CP3CPnCPN-ICPN隸屬值00. 800. 60. 80
表2
表3示出了如果隸屬規則是「sum」規則那麼CP隸屬組將是如何。
CPCPlCP2CP3CPnCPN-ICPN隸屬值01. 100. 61. 00表 3作為實例，術語「隸屬規則」可以包括任何類型的數學運算或數學規則。作為實例， 隸屬規則可以包括選擇CP1、CP2、CP5和CPN中的最大元素，或者其可以包括計算這些CP的 每一個中的總和。因此，通過根據患者數據和CP描述之間的匹配度，在臨床特徵中引入隸 M^HMiSWM^ (#JALFuzzy Logic :"Zadeh,L. A. Fuzzy sets. Information & Control 1965;8:338-353」)將來自當前受評估患者數據、優選在一時刻與所有CP進行匹配。從該 處理中，優選在該時刻，在每個CP中為患者提供隸屬度。術語隸屬可以指對於其如隸屬規 則所確定的所賦予的隸屬值非零(或者高於預定閾值)的任何CP。在給定時刻中的當前患 者的隸屬組被定義為具有非零(高於閾值)隸屬值的CP組。CP中隸屬度可以是隸屬值的 函數，其中較高的值通常與較高的隸屬度相關聯。隸屬度可以是隸屬值、基於所有隸屬值的 排序等。隸屬組概念允許根據他們在任何重疊描述中類似的度而匹配患者。這樣，對患者 病例構建CP資料庫，其允許從醫學資料庫中選擇類似患者病例。在S108中，通過比較當前患者病例的CPMS和在前病例的CPMS而在當前患者病例 和醫學CP資料庫之間執行病例匹配。在一個實施例中，檢索在CP中具有類似隸屬度的病 例。通過使CP與患者病例中的「時間戳」相關聯，可能指示CP與患者相關的時間 點。這樣，本發明允許持續更新匹配的CP組，並且因而更新匹配類似患者病例的組。這 可以通過在CP定義中傳播已改變的值而進行，諸如由Rete算法執行，用於在產生規則 系統(production rule system)中傳播來自大量事實的推斷，「Forgy，C. Rete :a fast algorithm for the many pattern/manyobject pattern match problem. Artificial Intelligence 1982 ；19 :17_37」。包括時間指示器可以更緊密地依賴臨床事件，諸如急劇 血壓下降，但是還可以與疾病特定特徵相關，其定義了患者具有疾病的時長。在S108中，針對來自匹配的CP組的每個CP從醫學資料庫檢索類似患者病例，所 述類似患者病例與當前患者病例具有基本上相應的隸屬度。如果未發現與這項相同臨床特 徵存在精確匹配，那麼可以採用相似性度量，其為當前患者定義了與隸屬組的匹配度。例 如，如果多個患者顯得相似，那麼可以應用諸如k近鄰的其他測量或本領域熟知的其他相 似性測量，以確定其他相似度。
任選地在S108中，通過用戶界面向用戶呈現類似患者病例。呈現包括患者病例的 所有患者數據。可選地，呈現患者數據子組。向健康護理提供者呈現基於類似病例的關於 介入和結果的信息。例如，呈現可以包括類似患者病例的不同治療。基於所呈現的信息，臨 床醫生可以決定對於當前患者需要執行什麼治療和研究。仍然在S108中，任選地，同樣為用戶識別出使得檢索到類似患者病例的CP(或多 個CP)，允許用戶評估與該CP相關聯的醫學狀況是否在臨床上合理，並且識別其結果可以 影響該CP中已確定的隸屬度的其他測試。示範性方法克服了現有方法的許多問題。在先方法通常要求用戶在利用醫學狀況 對患者進行分類之前提供發現或診斷。示範性方法提供自動分類(例如，CP隸屬度)，並且 不需要用戶對患者當前狀況進行診斷。該方法隨後基於分類，執行對患者病例的資料庫的 搜索。該方法還克服了匹配具有重疊醫療狀況的患者的困難。示範性方法通過生成隸屬組 而按照規定匹配多個重疊狀況。該方法還克服了匹配病例中的偽相關性的問題。執行自動 搜索或匹配的共同問題是，匹配的病例基於偽相關性。該方法通過考慮每個CP的多個描述 而確保匹配基於臨床有效的論證。示範性方法的另一優點是可以實現更快速的資料庫搜索。搜索大資料庫的共同問 題在於在搜索窮盡度和搜索耗費時間之間的權衡。示範性CP實現資料庫中患者的先驗編 目，以有助於實時決策支持中的更快速的病例匹配。在示範性方法中，使用隸屬組作為索引 方案。使用CP隸屬組作為搜索索引可以有助於更快速的搜索和檢索，因為搜索的變量數目 減少了一個等級(從患者變量到CP)。圖1中所示的方法可以在電腦程式產品中實施，所述電腦程式產品可以在 計算機上執行。電腦程式產品可以是其上記錄有控制程序的有形計算機可讀記錄介 質，諸如磁碟、硬驅動，或者可以是其中控制程序實施為數據信號的可傳輸載波。計算機 可讀介質的通用形式包括例如軟盤、軟磁碟、硬碟、磁帶或任何其他磁存儲介質，CD-ROM, DVD,或者任意其他光學介質，RAM、PROM、EPROM、FLASH-EPR0M，或其他存儲晶片或盒式磁帶 (cartridge)，傳輸介質，諸如在無線電波和紅外數據通信等中生成的聲波或光波，或者計 算機可讀取和使用的任何其他介質。圖2以示意性方式描述了將當前患者與臨床特徵進行的匹配。附圖標記201a和 201b指的是臨床特徵資料庫的開發，其可以快速找到與當前經受治療的患者類似的患者， 其中創建覆蓋了感興趣的醫學狀況的一組臨床特徵，其中在實施相似性匹配或相似性匹配 算法之前，這些臨床特徵應用於醫學資料庫中的一組回顧患者數據。這些臨床特徵覆蓋了 一定範圍的感興趣狀況，並且獲自於醫學知識源，諸如臨床研究212和專家醫師意見210。 附圖標記202指的是將臨床特徵應用於患者資料庫214，以核實在資料庫中存在具有在特 徵中定義的狀況的患者。創建臨床特徵資料庫216，其將患者資料庫中存在的臨床特徵的患 者病例編入索引。臨床特徵資料庫的每個入口可以包括下列欄位患者ID、時間、臨床特徵 ID和臨床特徵中的隸屬度。臨床特徵資料庫的每條記錄識別對於給定患者何時出現臨床特 徵(即，何時至少符合定義性描述)。患者病例可以屬於一個以上的臨床特徵，並且每個情 況都列出在臨床特徵資料庫中。將關於患者的所有存在問題確定每個患者的臨床特徵。附圖標記203指的是實時使用決策支持系統，其中必須基於存在問題和相關變量 而識別當前患者218可能屬於的可能的臨床特徵。如前討論的，將當前患者數據應用於CP。
12附圖標記204指的是在當前時刻對於當前患者識別具有不同的隸屬度的一個或多個CP220 的組。包括當前患者狀況的該組稱為在當前時刻的當前患者的「臨床特徵隸屬組」。該處 理包括例如掃描當前患者最新歷史數據，以找到與臨床特徵的匹配。附圖標記205描述了 其中使用當前患者218的臨床特徵220以在臨床特徵資料庫216中搜索類似患者(匹配相 同臨床特徵的患者)的步驟。如果未發現與相同臨床特徵的精確匹配，那麼可以實施為當 前患者定義了與隸屬組的匹配度的其他相似性度量。附圖標記206描述了其中從醫學數據 庫214中檢索臨床特徵資料庫中具有匹配的CP隸屬組的那些患者ID的步驟。由於從醫療 資料庫中匹配和檢索具有由CP表示的醫學狀況的患者，因此使用CP的這一方法起到相似 性匹配方法的作用。如果檢索到許多匹配的患者，那麼可以採用諸如k近鄰的另外的技術。 附圖標記207指的是向健康護理提供者222呈現基於類似病例的關於介入和結果的信息。 可以在輸出處顯示用於將當前患者與醫學資料庫中患者進行匹配的臨床特徵作為證據，以 顯示用於使用相似性匹配算法進行匹配的變量。圖3以示意性方式描述了根據本發明的系統。系統300包括存儲器302、304、306 以及任選地308，其設計為包括當被處理器312實施時使系統300執行根據本發明的方法的 指令。該系統還包括患者資料庫316以及臨床特徵資料庫314。存儲器、處理器和資料庫通 過通信軟體總線310彼此連接。系統300通過輸出/輸入接口 318連接至顯示器320。存 儲器302( 「匹配器」)設計為包括用於實施將當前患者病例與多個臨床特徵進行匹配以產 生一組匹配的臨床特徵指令。存儲器304( 「確定器」)設計為包括用於實施基於當前患者 病例和臨床特徵之間的匹配度而確定當前患者病例在來自該組匹配的臨床特徵中的每個 臨床特徵中的隸屬度的指令。存儲器306( 「檢索器」)設計為包括用於實施針對來自該組 匹配的臨床特徵中的每個臨床特徵檢索醫療資料庫中與當前患者病例具有基本上相應的 隸屬度的那些類似患者病例的指令。任選地，存儲器304和306的指令包括對於多個時間 點確定它們各自的功能。存儲器308 (其可以是匹配器302的一部分)設計為包括用於實 施在多個時間點將當前患者病例與多個臨床特徵進行匹配以對多個時間點的每一個產生 一組匹配的臨床特徵的指令。患者資料庫316包括如前所述的患者數據(在先病例)。在 處理期間，當前病例的患者數據可以存儲在該存儲器或單獨的存儲器中。臨床特徵資料庫 312包括如前所述的臨床特徵。通過允許用戶向系統提供輸入並且向用戶顯示系統的輸出， 顯示器320或其他用戶輸入設備允許用戶與系統交互。如前所述，輸出包括關於當前患者 和匹配患者的信息的反饋。整個系統可以具有分布特性，其中例如資料庫位於與存儲器、軟 件總線和處理器不同的地理位置。在該情況下，系統的不同部分可以利用已知的有線或無 線通信協議而彼此通信。圖4示出了用於生成臨床特徵的示範性方法。方法在S400處開始。S402包括選 擇特定疾病、狀況或事件，其將是臨床特徵的醫學狀況(CP醫學狀況)。S404包括通過從文 獻、專家和臨床實踐指導中提取相關參數(值/閾值以及變化率)、時間窗口、共病性，而開 發CP醫學狀況的操作定義。S406包括使用醫學資料庫(例如，資料庫316)以識別用於CP 醫學狀況的黃金標準。S408包括確定醫學資料庫中多少患者具有CP醫學狀況。S410包括 將CP操作定義應用於資料庫。S412包括經由真值表而確定CP已識別患者和黃金標準之 間的匹配。在S414中，關於匹配是否足夠良好做出評估。如果「是」，那麼在S416 JfCPK 別(CPID)數字賦予CP定義。如果「否」，那麼方法返回S404，其中改進操作定義。方法在S418處結束。 應當注意到，上述實施例說明而非限制本發明，並且本領域技術人員將能夠設計 許多備選實施例，而不脫離隨附權利要求的範圍。在權利要求中，位於括號中的任何附圖標 記不應理解為限制權利要求。措辭「包括」不排除存在權利要求中未列出的其他元件或步 驟。元件之前的措辭「一」或「一個」並不排除存在多個這種元件。本發明的實施可以藉助 於包括多個不同元件的硬體，並且藉助於合適編程的計算機。在例舉多個裝置的系統權利 要求中，多個這些裝置可以實施為一項並且同一項計算機可讀軟體或硬體。某些方法在彼 此不同的從屬權利要求中引用的事實，並不意味著不能組合這些方法以獲益。
1權利要求
一種從醫學資料庫中檢索類似患者病例的方法，該方法包括將當前患者病例與多個臨床特徵進行匹配，產生一組匹配的臨床特徵；針對來自該組匹配的臨床特徵的每個臨床特徵，基於所述當前患者病例與所述臨床特徵之間的匹配度，確定所述當前患者病例的隸屬度；以及基於該組匹配的臨床特徵中的所述臨床特徵，從所述醫學資料庫中檢索被識別為在所述臨床特徵中的至少一個中具有與所述當前患者病例基本相應的隸屬度的類似患者病例。
2.根據權利要求1所述的方法，其中，所述匹配包括在多個時間點將所述當前患者病例與所述多個臨床特徵進行匹配，對所述多個時間點 的每一點產生一組匹配的臨床特徵；以及對所述多個時間點的每一點執行確定和檢索的步馬聚ο
3.根據權利要求1所述的方法，其中，所述檢索包括檢索被識別為在所述匹配的臨床 特徵的隸屬組的每個所述臨床特徵中具有與所述當前患者病例基本相應的隸屬度的患者 病例。
4.根據權利要求1所述的方法，其中，每個所述臨床特徵根據以下患者數據變量中的 至少一個而編目醫學狀況狀況數據， 事件特定數據， 人口數據， 臨床數據， 醫療史， 家族史， 社會史， 診斷史，以及 治療史。
5.根據權利要求1所述的方法，其中，每個臨床特徵包括多個描述，並且所述匹配包括 將所述當前患者病例的患者數據與所述描述進行比較，以確定對於任意所述描述是否存在 匹配。
6.根據權利要求5所述的方法，其中，每個臨床特徵被組織成多個等級，並且每個等級 中具有一組所述描述。
7.根據權利要求6所述的方法，其中，如果至少定義性等級的所有所述描述與所述患 者數據匹配，那麼所述當前患者病例與所述臨床特徵匹配。
8.根據權利要求6所述的方法，其中，每個所述等級與權重相關聯，並且其中，所述隸 屬度基於至少一個匹配的描述以及與其相關聯的權重。
9.根據權利要求5所述的方法，其中，對於臨床特徵的所述隸屬度是基於與所述患者 數據匹配的所述描述的數量。
10.根據權利要求5所述的方法，還包括識別將在所述患者上執行的測試，所述測試結 果是臨床特徵的所述描述中的一個，所述臨床特徵具有與所述患者數據匹配的至少一個另 一描述。
11.根據權利要求1所述的方法，還包括檢索關於為來自所述醫學資料庫的所述類似患者病例中的至少一個中的患者提供的治療的信息，並且將所述信息呈現給用戶。
12.根據權利要求1所述的方法，還包括針對來自所述醫學資料庫的所檢索的類似患 者病例中的一個，為用戶識別用於檢索所述類似患者病例的所述臨床特徵。
13.根據權利要求1所述的方法，還包括將所述當前患者病例連結至來自該組匹配的 特徵中的至少一個臨床特徵。
14.根據權利要求13所述的方法，還包括基於所述隸屬度將所述當前患者病例連結至 該組匹配的特徵的隸屬組。
15.根據權利要求13所述的方法，還包括基於所述當前患者病例連結至來自該組匹配 的特徵的所述至少一個臨床特徵時的時間而對所述當前患者病例進行時間戳記。
16.一種用於從醫學資料庫中檢索類似患者病例的系統，該系統包括匹配器，其將當前患者病例與多個臨床特徵進行匹配，產生一組匹配的臨床特徵； 確定器，其基於所述當前患者病例和所述臨床特徵之間的匹配度而確定所述當前患者 病例在來自該組匹配的臨床特徵中的每個臨床特徵中的隸屬度；以及檢索器，基於該組匹配的臨床特徵中的所述臨床特徵，所述檢索器在所述醫學資料庫 中檢索被識別為在所述匹配的臨床特徵中的至少一個中具有與所述當前患者病例基本相 應的隸屬度的類似患者病例。
17.根據權利要求16所述的系統，其中，所述匹配器設計為用於在多個時間點將所述 當前患者病例與所述多個臨床特徵進行匹配，對所述多個時間點的每一點產生一組匹配的 臨床特徵；並且所述確定器和檢索器設計為用於對所述多個時間點的每一點進行確定和檢 索。
18.根據權利要求16所述的系統，還包括存儲所述多個臨床特徵的存儲器。
19.根據權利要求16所述的系統，其中，每個所述臨床特徵根據以下患者數據中的至 少一個而編目醫學狀況狀況數據， 事件特定數據， 人口數據， 臨床數據， 醫療史， 家族史， 社會史， 診斷史，以及 治療史。
20.根據權利要求16所述的系統，其中，每個臨床特徵包括多個描述，並且所述匹配器 將所述當前患者病例的患者數據與所述描述進行比較，以確定對於任意所述描述是否存在 匹配。
21.根據權利要求16所述的系統，其中，每個臨床特徵被組織成多個等級，並且每個所 述等級中具有一組所述描述。
22.根據權利要求21所述的系統，其中，當至少一個等級的所有描述與所述患者數據 匹配時，所述匹配器確定所述當前患者病例和臨床特徵之間匹配。
23.根據權利要求22所述的系統，還包括信息檢索器，其設計為用於檢索關於為來自 所述醫學資料庫的所述類似患者病例提供的治療的信息；和呈現器，其設計為用於將所述 信息呈現給用戶。
24. 一種電腦程式產品，包括當被計算機執行時使所述計算機執行根據權利要求1 所述的方法的指令。
25. 一種方法，包括將一組臨床特徵存儲在存儲器中，所述臨床特徵中的至少一些包括多個描述；存儲一組在先患者病例，根據它們在至少一個已存儲的臨床特徵中的隸屬而對其編入 索引；將患者的當前患者病例與所述多個已存儲的臨床特徵進行匹配，該匹配包括將所述描 述與所述患者病例進行比較，以識別匹配的描述；識別描述，對於該描述，能夠建立對所述患者的介入的一個結果與對於其已經存在至 少一個匹配描述的臨床特徵的描述中的一個之間的匹配；以及將為用戶識別出所述介入。
全文摘要
一種從醫學資料庫中檢索類似患者病例的方法，包括將當前患者病例與多個臨床特徵進行匹配，產生一組匹配的臨床特徵。該方法還包括基於當前患者病例和臨床特徵之間的匹配度，而確定當前患者病例在來自該組匹配的臨床特徵的每個臨床特徵中的隸屬度。針對來自該組匹配的臨床特徵的至少一個臨床特徵，該方法包括從醫學資料庫中檢索那些與當前患者病例具有基本上相應的隸屬度的類似患者病例。
文檔編號G06F19/00GK101911078SQ200880122975
公開日2010年12月8日 申請日期2008年12月8日 優先權日2007年12月28日
發明者C·M·恩內特, P·達塔 申請人:皇家飛利浦電子股份有限公司