CN102016786A - 自动本体生成系统及方法 - Google Patents

自动本体生成系统及方法 Download PDF

Info

Publication number
CN102016786A
CN102016786A CN2008801288038A CN200880128803A CN102016786A CN 102016786 A CN102016786 A CN 102016786A CN 2008801288038 A CN2008801288038 A CN 2008801288038A CN 200880128803 A CN200880128803 A CN 200880128803A CN 102016786 A CN102016786 A CN 102016786A
Authority
CN
China
Prior art keywords
term
search
inquiry
database
clinical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2008801288038A
Other languages
English (en)
Inventor
约翰·M·阿姆斯特朗
拉莫纳·R·莱布尼茨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LEAD HORSE TECHNOLOGIES Inc
Original Assignee
LEAD HORSE TECHNOLOGIES Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by LEAD HORSE TECHNOLOGIES Inc filed Critical LEAD HORSE TECHNOLOGIES Inc
Publication of CN102016786A publication Critical patent/CN102016786A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3338—Query expansion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Toxicology (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了本体生成的自动方法。在一个实施例中，用户输入代表患者经历的不良事件的单个临床术语或临床术语的一部分。作为回应，系统生成概念相关术语的列表。

Description

自动本体生成系统及方法
技术领域
本发明涉及用于接收搜索术语以及将术语扩展成与所接收搜索术语有关的术语的列表的基于计算机本体生成(ontology genenration)系统。
背景技术
医疗护理和治疗在全人类中几乎是无处不在的。这样的护理通常由医疗保健提供者提供，它可以包括定期检查、诊断和治疗。在某些情况下，患者在治疗之后会经历不良事件，即，患者的病情恶化。当前，有许多计算机系统可用于分析不良事件与治疗之间是否存在因果关系。
这样的系统可能让，例如，用户载明患者正在经历的或已经经历过的不良事件。作为回应，系统进行数据库搜索，以识别数据库中提及该不良事件的所有信息源，并且将搜索结果提供给用户。例如，如果用户将“心悸”指定成不良事件，则系统搜索数据库，以识别数据库中提及“心悸”的所有信息源，并且将搜索结果提供给用户。
当前可用的其它系统让用户载明给予或已经给予患者的药物以及患者随后经历的不良事件。作为回应，系统搜索药品说明书(Pharmaceutical PackageInserts，PPI)，即，处方药的制造商准备的带有患者用药剂量的书面材料的数据库，以便在载明药物的PPI内讨论不良事件。例如，如果用户将“出血”载明为不良事件，并将药物载明为华法林(warfarin)钠，系统就在PPI数据库中搜索华法林钠PPI，并确定有关华法林钠的PPI是否将出血标识为不良事件。搜索结果被提供给用户。
当前已知的还有确定是否存在与药物的组合相联系的任何已知不良事件的其它系统。在这样的系统中，用户输入患者正在服用或已经服用的两种或更多种药物。系统使用这个信息搜索牵涉到指定药物的一种或多种组合的已知不良事件。将搜索结果提供给用户。例如，如果用户指示患者正在服用或已经服用了“药物A”和“药物B”，系统就搜索数据库来确定是否存在与已经服用了“药物A”和“药物B”的患者相联系的一个或多个已知不良事件，并且将结果报告给用户。
发明内容
像上述那样的各种系统依赖于搜索术语进行搜索和生成结果。本公开认识到，搜索输入可以对搜索结果产生重要影响。例如，如果使用不正确搜索术语，则搜索可能不产生结果，或产生不正确结果。在这样的情况下，重要的健康相关信息可能不可用于系统的用户。本公开提供了扩展在查询时接收的搜索术语并且将扩展的一组搜索术语提供给例如医疗评估系统的方法和系统。
在一个方面中，提供了一种在医疗评估支持系统中生成医疗评估查询术语的方法。这方面的方法包含：(a)接收描述患者经历的不良事件的搜索术语；(b)识别在功能上与所述搜索术语有关的多个临床术语；以及(c)为医疗评估支持系统中的数据库搜索提供医疗评估查询，所述查询包含所述多个临床术语。所述医疗评估查询可以进一步包括识别已经给予患者的药物/治疗、患者的状况/症状或两者。
在一个实施例中，识别所述多个临床术语包含：(a)确定包括所述搜索术语的本体，所述本体包含多群相关术语；以及(b)根据与所述多群相关术语有关的预定规则识别所述多个临床术语。所述多群相关术语中的一群或更多群可以包含包括直接相关术语和间接相关术语的一层术语，和所述多个临床术语包含所述层的直接相关术语的每种组合。在另一个实施例中，识别所述多个临床术语包含：(a)使用电子通信设备与系统命名数据库建立通信链路，所述系统命名数据库根据查询提供数据库搜索以及如果有的话，识别所述查询的同义词；(b)使用所述电子通信设备将查询发送给系统命名数据库，所述查询至少包含所述搜索术语的一部分；以及(c)对所述发送步骤作出回应，接收根据所述查询由系统命名数据库进行的数据库搜索的结果，并识别所述查询术语的任何同义词。另外，对于通过所述数据库搜索识别的每个同义词，所述方法可以进一步包含：(d)使用所述电子通信设备将查询发送给所述系统命名数据库，所述查询包含一个同义词；以及(e)对所述发送步骤作出回应，接收根据所述查询由系统命名数据库进行的数据库搜索的结果，并识别所述查询术语的任何同义词。识别所述多个临床术语还可以包括在所述数据库搜索的结果中除去识别的任何冗余临床术语。
在另一个实施例中，识别所述多个临床术语包含：(a)确定包括所述搜索术语的本体，所述本体包含多群相关术语；(b)根据与所述多群相关术语有关的预定规则识别所述多个查询术语；(c)使用电子通信设备与系统命名数据库建立通信链路，所述系统命名数据库根据查询提供数据库搜索以及如果有的话，识别所述查询的同义词；(d)使用所述电子通信设备将有关每个识别查询术语的查询发送给系统命名数据库，所述查询至少包含所识别查询术语的一部分；以及(e)对所述发送步骤作出回应，接收根据所述查询由系统命名数据库进行的数据库搜索的结果，并识别所述查询术语的任何同义词。并且，在一个实施例中，对于通过所述数据库搜索识别的每个同义词，识别所述多个临床术语进一步包含：(f)使用所述电子通信设备将查询发送给系统命名数据库，所述查询包含同义词；以及(g)对所述发送步骤作出回应，接收根据所述查询由系统命名数据库进行的数据库搜索的结果，并识别所述查询术语的任何同义词。识别所述多个临床术语还可以包含在所述数据库搜索的结果中除去识别的任何冗余临床术语。
在更进一步的实施例中，识别所述多个临床术语包含：(a)向第三方提供所述多个临床术语供复查用；(b)存储复查后临床术语；以及(c)对接收所述搜索术语作出回应，提供所述复查后临床术语作为所述多个临床术语。
本公开的另一个方面提供了一种基于本体的搜索术语扩展的方法，包含：(a)使用电子通信设备与自动本体生成系统建立通信链路；(b)使用所述电子通信设备将查询发送给自动本体生成系统，所述查询包含搜索术语；(c)对所述发送步骤作出回应，接收来自所述自动本体生成系统以及来自根据所述查询由系统命名数据库进行的数据库搜索的多个相关搜索术语，并识别所述查询术语的任何同义词。所述多个相关搜索术语可以从包括所述搜索术语的本体中确定，所述本体包含多群相关术语，并基于与所述多群相关术语有关的预定规则。在一个实施例中，所述多群相关术语中的一群或更多群包含包括直接相关术语和间接相关术语的一层相关术语，和所述多个临床术语包含所述层的直接相关术语的每种组合。
在更进一步的方面中，本公开提供了一种基于本体的搜索术语扩展的系统。这个方面的系统包含：(a)用户界面，用于接收来自与用户相联系的电子通信设备的查询，并将基于所述查询的搜索术语扩展的结果发送给与所述用户相联系的电子通信设备；(b)处理引擎，用于根据通过所述用户界面接收的查询确定本体，并将多个搜索术语提供给所述用户界面，以便随后发送给与所述用户相联系的电子通信设备；以及(c)数据接口，用于与能够提供与所述查询有关的一个或多个同义词的外部数据源进行通信。这个方面的所述处理引擎包含本体处理器，用于至少处理所述查询的一部分，以便根据包括所述搜索术语的多个本体的一个本体产生附加搜索术语，所述本体包含多群相关术语。
在一个实施例中，所述多个本体包含数群相关术语，至少一个本体包含一层相关术语；以及所述本体处理器根据与所述层的术语的关系相对应的预定规则产生所述附加搜索术语。所述查询可以是根据所述外部数据源提供的同义词识别一个或多个附加搜索术语的重复查询，所述处理引擎根据所述重复查询重复地搜索附加搜索术语。所述处理引擎可以在所述查询中除去识别的任何冗余临床术语。
附图说明
图1例示了例示本公开的一个示范性实施例的流程图；
图2例示了可以用在一个示范性实施例中的医疗评估系统的搜索输入屏幕；
图3例示了一个示范性实施例的方法的操作的流程图；
图4A到4O例示了一个示范性心功能障碍本体；
图5A和5B例示了一个示范性腹泻本体；
图6A到6D例示了一个示范性胰腺功能障碍本体；
图7A到7D例示了一个示范性肝功能障碍本体；以及
图8-12例示了可以用在一个示范性实施例中的SNOMED CT(医学系统命名法，临床术语)搜索的搜索输入屏幕。
具体实施方式
图1例示了合并在按照本发明提供与不良事件有关的信息的医疗评估支持系统中的基于本体搜索术语扩展器的一个实施例。这样的医疗评估系统可以类似于描述在通过引用将其整个公开文本并入本文中、2007年8月22日提交、和发明名称为“医疗评估支持系统及方法”(Medical Assessment SuportSystem and Method)的待审PCT专利申请No.PCT/US2007/076583中的那个系统类似。可以将包括患者的状况/症状、患者的药物/治疗、患者的施药/治疗、和不良事件的信息、和与这些输入有关的输出信息提供给这样的医疗评估支持系统。该系统20包含(a)用户界面22，用户界面22有助于系统20和与用户24相联系的电子或计算设备之间的通信，用户24可以直接与用户界面22连接，或通过网络26与用户界面22连接。数据接口28有助于系统20与用于为用户在用户界面22上通信到系统20的查询服务的数据或信息的一个或多个外源30之间的通信。外部数据源30可以直接与数据接口28连接，和/或通过网络32的连接与数据接口28连接。处理引擎34允许响应在用户界面22上提交的用户查询进行数据或信息源的一次或多次搜索，并且在用户界面22上将一次或多次搜索的结果提供给用户。
继续参照图1，用户界面22可以包含万维网服务器，该万维网服务器能够通过网络26和与用户24相联系的启用客户机万维网浏览器的电子或计算设备通信。用户界面22能够通信的电子或计算设备包括，但不局限于，能够运行万维网浏览器的个人计算机、PDA(个人数字助理)、和蜂窝式电话。这样实施例中的用户界面22可以向客户机浏览器提供包含经由高速缓冲服务器页面(CSP)与数据库管理系统链接的字段的表单的显示。在一个示范性实施例中，用户界面22和客户机浏览器保持包括，但不局限于，如下的一一对应关系：(1)药物信息或施药输入字段；(2)疾病信息输入字段；以及(3)不良事件信息输入字段。图2例示了包括带注释字段的示范性浏览器窗口。这个实施例中的所有字段都与存储在数据库管理系统(DBMS)36内部的信息链接。应该懂得，用户界面22可以包括与一个或多个用户的通信需要在除了万维网之外的其它网络(广域或局域)上进行的任何类型服务器。用户界面22还能够和与用户相联系和能够传送HL7(健康水平7标准)消息的电子或计算设备通信，HL7是医疗保健行业中广泛使用的消息传送标准，并且还可以适用于存在于医疗保健行业中或将来被医疗保健行业采用的其它消息传送协议。
在一个实施例中，用户界面22还可以包含定制集成解决方案界面，该界面允许用户24绕过万维网浏览器窗口，直接访问与处理引擎34相联系的一个或多个数据库管理系统。这样的定制集成解决方案界面接受遵循关系数据库或面向对象数据库协议的查询。例如，该界面能够接收将ODBC(开放式数据库连接)或JDBC(Java数据库连接)协议用于SQL(结构化查询语言)型查询的关系数据库查询，并以SQL形式发送回应。该界面还能够接收基于JAVA、C++、VB、SOAP、.NET等的查询，并且以适当形式发送回应。该界面能够适用于与需求引起的其它协议整合成一起。处理关系或面向对象数据库查询的能力通过使处理引擎34基于CACHE(高速缓冲存储器)来实现，该CACHE是协议智能化的，即能够识别查询所基于的协议。应该懂得，也可以应用协议智能化的任何其它系统。
继续参照图1，数据接口28用于向外部数据源30发送对数据或信息的请求，外部数据源30通常是商用数据源，但也可以包括私人、专有或公共数据源，并且从这些源接收用于构建作为处理引擎34的一部分的一个或多个数据库的数据或信息。在一个实施例中，数据接口28用于将请求发送给提供生物标志数据、安全数据、药品说明书(PPI)数据、制药公司医疗信息(MI)信件、白皮书、临床试验数据、微阵列数据、基因组和/或蛋白质组数据、单核苷酸多态性(SNP)、药物反应模拟系统等的数据源，并接收对任何这些请求的回应。数据接口28能够将请求发送给提供一小组注释型数据或信息的一个或多个数据源30并接收回应。在一个示范性实施例中，数据接口28是支持包括HL7、XML(可扩展标记语言)、JDBC、ODBC等在内的所有主要通信协议的后端通信接口。数据接口28可以包括与全异外部系统通信并使用内部类结构迅速有效地将数据分析和合并到DBMS 36中的能力。在一个实施例中，DBMS 36以多种不同方式(对象、关系表和/或其它)存储数据，并且可以迅速地对关系或对象查询作出回应。
继续参照图1，处理引擎34包含：(a)应用服务器38，用于处理用户经由用户界面22给出的每个查询；(b)本体语言处理器40；(c)客户机数据库管理系统42，能够根据药物和疾病的用户载明组合对不良事件作出一次搜索或多次搜索，即根据用户载明的不良事件以及药物和疾病的至少一种作出一次搜索或多次搜索，向用户提供量化系统对用户的好处的度量，并根据系统的使用监测作为医疗保健提供者的用户的继续医学教育学分；和/或(d)应用程序接口(API)44，允许访问电子病历数据库46，被除去标识，要不然驻留在系统20的外部，但可访问系统20。在例示的实施例中，处理引擎34是将数据存储成对象(Object)和表格(SQL Relational)的多维后置数据库管理系统。数据可以使用面向对象语言(.net、Java、XML等)和/或遵守SQL、DBMS工业标准的数据库语言直接访问。DBMS 3利用事务性位图索引方案来改善用户回应时间。
在例示的实施例中，处理引擎34的一个或多个元件能够对来自用户24的包括搜索术语的许多不同类型查询作出回应，并且根据接收的搜索术语生成包括扩展搜索术语的搜索查询。在各种实施例中，可以将搜索术语输入用户界面，并且作为对搜索术语所作的搜索查询的结果，给出扩展成有助于保证适当信息的搜索术语。当使用术语“搜索术语”时，引用从界面接收的指向希望搜索到的感兴趣术语的一个或多个单词。如果数据中心库包括在涉及在界面上接收的概念的时候，使用不同命名法的信息，可能无法从搜索中生成相关信息。例如，在医疗评估系统中，用户可能输入像“心律异常”那样，与不良事件相对应的搜索术语。但是，处理引擎访问的一个或多个外部数据源可能在“心律失常”的类别下包括与这样事件有关的信息。在这样的情况下，由于用在搜索术语和外部数据库中的术语学的这种差别，在搜索结果列表中将不能返回来自外部数据源的高度相关信息。
本公开的实施例规定，一旦接收到一个搜索术语，该搜索术语扩展将搜索查询扩展成包括有可能从搜索中生成相关结果的许多不同或可替代搜索术语。本文中公开的实施例规定基于本体的搜索术语扩展，并且提供了与各种不同条件相关的许多不同本体。如果输入包括在本体中的搜索术语，则根据该本体确定其它搜索术语。因此，这些实施例规定了作为搜索术语的列表的自动生成本体(AGO)，所有搜索术语在功能上都与用户输入的单个临床术语有关。在一些实施例中，该临床术语是指用户输入的不良事件。在一个实施例中，用户界面提供用户可以输入搜索术语的基于万维网界面，并且，通过自动填充功能，AGO将也称为优选术语(PT)的输入术语与“全体”可变功能障碍本体相比较，以便将PT进一步扩展成包括相关临床术语。
现在参照图3描述一个实施例的操作。在这个实施例中，如方块100所示，开始输入搜索术语。搜索术语可以由用户像通过万维网可访问可填充表单那样输入用户界面。随着用户打字，在方块104中，自动填充功能根据部分输入的搜索术语确定潜在搜索术语。例如，用户可能开始将搜索术语输入万维网可访问可填充表单中，并且自动填充功能可以识别输入的首字母，并且为从输入字母开始的搜索术语提供一个或多个选项。不言而喻，其它实施例可以简单地接收来自用户或来自自动系统的整个搜索术语，因此不使用自动填充功能。如果使用自动填充功能，则可以发现像降低打字错的概率和缩短打入搜索术语的时间那样的功能便利。在方块108中，确定是否选择了搜索术语。如果像选择自动填充术语或输入已经完全输入了搜索术语的确认那样，未选择搜索术语，则重复从方块100开始的操作。如果在方块108中确定已经输入了搜索术语，则在方块112中根据输入的搜索术语，对存储在与处理引擎相联系的DBMS中的本体进行搜索。在方块116中，确定是否从本体中识别其它搜索术语。其它搜索术语的确定将在下面作更详细描述。如果未识别其它搜索术语，则如方块120所指，将查询提交给搜索引擎。这样的查询可以为内部数据源、和/或一个或多个外部数据源而生。
在一个示范性实施例中，其它搜索术语的确定通过像例示在图1中那样的处理引擎内的本体语言处理器来进行。处理引擎的作用是对系统20保持的或可用于系统20的数据库进行一次或多次数据库搜索，以识别临床上与输入搜索术语有关的一组扩展搜索术语。在图4-7中例示了四个示范性功能障碍本体。在一个实施例中，这些本体包括在像例示在图1中的系统20的DBMS36那样的DBMS中。容易理解，这样的本体可以包括在一个或多个外部数据源中。在一个实施例中，系统20一旦接收到来自用户界面22的搜索术语，就实时地进行自动本体生成。用户界面接收一个搜索术语。例如，搜索术语可以是代表不良事件“肝酶升高测试”的“Elevated LFT”。本体语言处理器搜索可用于在图7A的“肝功能障碍本体”中找到的搜索术语“Elevated LFT”的各种功能障碍本体。在这个例子中，本体语言处理器40进行功能障碍本体的搜索，该搜索包括截断和填塞型搜索，并且在从图7A的本体中导出的索引上找到与LFT*连接的Elevat*。由于字符串“Elevated LFT”可以从在图7A中找到的字符串“Elevat*LFT*”中生成，所以生成可以从图7的这个功能障碍本体中导出的所有可能术语，并且将它们加入自动生成本体中。在图7的例子中，这导致可从图7A到图7D的每一个中获得的30个术语。在像图4的心功能障碍本体那样的其它示范性本体中，可以从识别的功能障碍本体中生成可能数百个临床概念，几乎每个术语都包含不止一个单词。
每个本体也可以包括在功能障碍本体的成群术语中与其它术语无关的独立术语。在图4的实施例中，心功能障碍本体包括彼此相关的多群术语，
这些术语存在直接关系和间接关系。在例示的例子中，直接相关术语被标识成通过直线连接。每个本体可以包括未必与任何其它术语直接相关的独立术语。例如，图4的心功能障碍本体可以包括如下独立术语：
ACS；abrupt vessel closure；afterload；AHA；AMI；aneurysm；angina；angiogra*；anticoagula*；aort*；arrhythmia；atherosclero*；Atri*；backward effect；angioplast*；CABG；CAD；Cardiac；Cheyne-Stokes respiration；C reactive；C-reactive；CK；CK-MB；CRP；clot*；coagula*；coronary；Cor pulmonale；creatine kinase；cyanosis；Diastol*；dyspnea；ECG；echocardiogra*；ejectionfraction；EKG；electrocardiogra*；embol*；endocardi*；epicardi*；exertional dyspnea；fibrin*；Factor VIII；fibrillat*；filling time；foam cells；forward effects；Framingham heart study；Frank-Starling mechanism；GP 2b/3a；GP 2b3a；GP IIb IIIa；GP IIb/IIIa；HDL；heart；hemosta*；heparin；Holter monitor；hsCRP；hypercholestrol*；hypercoag*；hypertensi*；hypertroph*；IIb/IIIa；inotropic；interventricular septum；intra-aortic balloon；irregularpulse；Ischemic attack*；lschaemic attack*；lactate dehydrogenase；LAD；LCA；LCX；LD；LDI；LDL；lipoprotein*；LMWH；LVEDP；LVEDV；LVEF；malfunction*heart；Mt；muddy streaks；MUGA；Multiple-gated acquisition scanning；mural thrombi；myocardi*；myoglobin；non-cardiovascular；non-Q；NQMI；NYHA；PAAD；pacemaker；palpitations；PAOD；paroxysmal nocturnal dyspnea；patent ductus arteriosus；PCI；PDA；pericardi*；pericardi*effusion；PND；preload；Prinzmetal′s；prothrombin；PTCA；Purkinje；PVC；QRS complex abnormalities；Q wave*；RAA；RCA；renin-angiotensin-aldosterone；S3 gallop；ST segment；SEMI；SGOT；sinoatrial；stenotic；stent；stroke；subendocardial；substemal heaviness；sudden death；systol*；tachycardia；tachypnea；tetralogy of Fallot；third heart sound；thromb*；thyrotoxicosis；troponin*；T-wave inversion；vasoconstriction；vena cava*；ventric*；VLDL；and von Willebrand′s Factor.
可以建立一套规则，供本体语言处理器40用在进行从功能障碍本体中导出的搜索术语扩展中。这样的一套规则可以包括，例如，功能障碍本体中的每群术语当中的术语只有当该术语直接依赖于那个群中的另一个术语时才能用于搜索。如果一个术语直接依赖于那个群中的另一个术语，或如果输入任何一个独立术语作为搜索术语，那么，搜索查询必须包括本体中的每个群当中的直接相关术语的所有可能字符串，以及该本体当中的所有独立术语。可以从搜索查询中除去冗余术语。例如，如果父辈术语和子辈术语不止一次地出现在查询中，则可以消除重复出现。在这样的实施例中，不将包括嵌入其内部的父辈术语的子辈术语作为冗余删除掉，而是让它们包括在搜索术语(或自动生成本体)的扩展列表中。例如，系统不从根据父辈术语“Colitis”生成的列表中删除“Protocolitis”，而是使两个术语包括在查询中。但是，可以删除父辈术语不同于修饰词的任何术语。例如，如果“Ulcerative colitis”是父辈术语“Colitis”的子辈术语，则由于冗余完整词模仿父辈术语，所以从扩展列表中删除“Ulcerative colitis”。
继续讨论图4-7的例子，与图5的腹泻本体相比，图4的心功能障碍本体是相对复杂的本体，在图5的腹泻本体中存在两群相关术语、和单个独立术语“diarrhea”。图6的胰腺功能障碍本体包括四群相关术语，并且还包括下列独立术语：Cullen′s Sign、Diabet*、Dyspnea、Ecchymoses of the flank、Eruptive xanthomas*、Gallstone*、Grey-Turner′s sign、Hyperglycemia、Hyperglycaemia、Hyperlipidemia、Hyperlipidaemia IDDM、Insulin、Pancrea*、Purtscher retinopathy、Tachypnea、和Umbilicus。类似地，图7的肝功能障碍本体包括四群相关术语和一些独立术语：Jaundice*、和Cholestatic。应该明白，可以以相似方式生成许多其它本体，将它们用于扩展接收的搜索术语。
在其它实施例中，通过对任何所生成搜索术语确定是否存在同义词，可以进一步扩展搜索术语列表。在这样的实施例中，在本体语言处理器生成在功能上都与在用户界面上接收的原始搜索术语有关的搜索术语的列表之后，接着查询外源，以确定是否可以将附加功能相关临床术语加入自动生成本体中。这样要探究的外源可以是SNOMED-CT本体。SNOMED-CT(医学系统命名法-临床术语)是综合的临床术语学，最初由美国病理学家学会(Collegeof American Pathologists，CAP)创立，直到2007年4月，由丹麦的非盈利协会-国际卫生术语标准制定组织(International Health Terminology StandardsDevelopment Organization，IHTSDO)拥有、维护和发布。CAP按照与IHTSDO的合同继续支持SNOMED-CT运行，并且作为该术语学的被许可人提供SNOMED相关产品和服务。
在这样的实施例中，用户界面可以提供自动填充功能以及与外部数据源中的SNOMED-CT本体的链接。一个实施例中的本体语言处理器提供已经剔除了未被SNOMED-CT分类成“紊乱”、“找到”或“事件”的每个术语的列表当中SNOMED-CT优选术语(PT)(也称为“概念”)的列表。继续讨论上面使用的肝功能障碍例子，输入的搜索术语“Elevated LFT”将不会从SNOMED-CT本体中提出任何术语，该搜索将准备从使用唯一地从图7的肝功能障碍本体中导出的30个搜索术语开始。
现在参照图8-12，针对原始搜索术语是“Skin disease”的例子描述一个实施例。在这样的实施例中，在从皮肤功能障碍本体中生成搜索术语之后，本体语言处理器将原始搜索术语传递给SNOMED-CT。如果用户从SNOMED-CT提供的那些PT中选择一个PT，则那个概念变成要捕获的并加入自动生成本体当中的术语中的术语。然后，本体语言处理器“调用”SNOMED-CT，并且将所选术语(在这种情况下，“Skin disease”)作为参数传递给SNOMED-CT。本体语言处理器使用那个参数来访问所有SNOMED-CT概念的索引，看看SNOMED-CT概念是否包含那个特定术语。术语“Skin disease”被显示成作为SNOMED-CT搜索术语输入例示在图8中的屏幕快照中。然后，如图9的屏幕快照所示，本体语言处理器确定该术语(Skin disease)是否含有任何同义词(如SNOMED-CT所定义)。本体语言处理器捕获PT的所有同义词，并将那些术语作为不同PT重新输入SNOMED-CT搜索窗中。在这种情况下，“Skin disease”的同义词被显示成包括几个其它术语，例如，包括“Dermatosis”。当将“Dermatosis”用作本体语言处理器处理PT的同义词的例子时，图10例示了本体语言处理器通过将“Dermatosis”用作PT，以便将这个同义词当作独立PT来对待，并将附加术语加入自动生成本体中的术语的列表中，搜遍SNOMED-CT的屏幕快照。然后，本体语言处理器确定每个PT(原始搜索术语+同义词)是否含有相关子集，即，是否是可扩展的。如果任何术语在SNOMED-CT本体内都是可扩展的，则该术语将在该术语左侧的方框中含有“+”号，指示该术语含有与之相联系的“子辈术语”或子集，以及该术语可扩展成显示例示在图8-10的屏幕快照中的那些子辈术语。
在术语可扩展的情况下，如已经扩展了术语“Skin disease”的图11的屏幕快照所示，本体语言处理器自动将该术语扩展成包括那个PT的所有“子辈术语”或子集。一些子辈术语可能包含父辈术语(PT)以及其它单词，一些可能包含嵌在子辈术语中的PT，以及一些子辈术语可能是唯一的。将唯一的或包含嵌在其中的PT的所有子辈术语加入自动生成本体的搜索术语中。在子辈术语本身是可扩展的情况下，扩展那些术语的每一个，并且，像在图12中针对术语“Acute skin disorder”所示的那样，捕获那些子集中的唯一术语，并且将其加入自动生成本体中。当已经扩展了所有所选术语时，本体语言处理器随后通过递归地包括子辈和它们子辈的同义词来调用另一种方法来扩展那组术语。
一旦捕获了PT及其所有同义词，捕获了那些术语下的所有唯一子辈术语，以及针对其下唯一子辈术语的捕获，扩展了所有可扩展子辈术语等，创建从SNOMED-CT导出的自动生成本体，并将其加入从功能障碍本体中导出的最初自动生成本体中。
在本体语言处理器将从功能障碍本体中导出的所有搜索术语加入从SNOMED-CT导出的搜索术语的列表中之后，本体语言处理器可以通过转到其它源来继续搜索术语扩展过程。然后，在向用户呈现自动生成本体的可编辑形式之前，将数据编制成按字母分类的阵列并消除冗余。
在处理引擎使用如此生成的自动生成本体搜索数据源之前，在一个示范性实施例中，用户拥有复查自动生成本体的可编辑形式的选项，以便向用户提供“不检查”或“不选择”自动生成本体中那个用户不感兴趣的任何搜索术语的机会。另外，允许用户在开始使用最终编辑好自动生成本体搜索数据源之前，将搜索术语“加入”自动生成本体中。还赋予用户将对与特定PT相联系的自动生成本体所作的任何改变“保存成优选”的能力，以便用户下一次输入那个PT时，相应修改自动生成本体。
进一步的实施例实现了可以将不同用户重复变更(通过加入或去选)和存储在系统内的自动生成本体集中在，例如，DBMS中。可以在称为“同伴治愈”自动生成本体或PCAGO的自动生成本体的形式下保存共同变化。这是本体生成的wiki(维基)手段，PCAGO可用于当时间有限时，可能优先使用这些同伴复查自动生成本体，而不是依赖于用户要不然可能感到需要复查和编辑的重新自动生成本体的用户。在一个示范性实施例中，用户可以选择PCAGO，然后在提交用于搜索的查询之前进一步细化和修改PCAGO。
本领域的普通技术人员应该进一步懂得，结合本文公开的实施例所述的各种例示性逻辑块、模块、电路以及算法步骤可以实现成电子硬件、计算机软件、固件或它们的组合体。为了清楚地例示这种可交换性，上面已经针对它们的功能一般性地描述了各种例示性组件、方块、模块、电路和步骤。这样的功能是否被实现成硬件、软件和/或固件取决于具体应用和施加于整个系统的设计约束。本领域的普通技术人员可以针对每种具体应用，以可变方式实现所述功能，但这样的实现决定不应该理解成偏离了本发明的范围。
对于硬件实现，可以在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DSPD)、可编辑逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、电子器件、设计成执行本文所述的功能的其它电子单元、或它们的组合体内实现处理单元。
对于固件和/或软件实现，可以利用执行本文所述的功能的模块(例如，过程、函数等)实现各种方法。可以将有形地体现指令的任何机器可读媒体用在实现本文所述的各种方法中。例如，可以将软件代码存储在存储器中，且由处理器执行。存储器可以在处理器的内部或外部实现。正如本文所使用的那样，术语“存储器”指的是任何类型的长期、短期、易失性、非易失性或其它存储器，且不限于任何具体类型的存储器或任何数量的存储器，或安装存储器的媒体类型。
如果用软件实现，可以将函数作为一条或多条指令或代码存储在计算机可读媒体上或作为一条或多条指令或代码在计算机可读媒体上发送。计算机可读媒体包括计算机存储媒体和通信媒体两者，通信媒体包括有助于将计算机程序从一个地方传送到另一个地方的任何媒体。存储媒体可以是计算机可以访问的任何可用媒体。举例来说，但不受此限制，这样的计算机可读媒体可以包含RAM(随机访问存储器)、ROM(只读存储器)、EEPROM(电可擦除可编程只读存储器)、CD-ROM(只读光盘存储器)或其它光盘存储设备、磁盘存储设备或其它磁存储设备、或可以用于以指令或数据结构的形式传送或存储所希望程序代码和计算机可以访问的任何其它媒体。此外，任何连接被适当地称为计算机可读媒体。例如，如果使用同轴电缆、光纤电缆、双绞线、数字用户线(DSL)、或像红外线、无线电和微波那样的无线技术从网站、服务器、或其它远程源发送软件，那么，同轴电缆、光纤电缆、双绞线、DSL、或像红外线、无线电和微波那样的无线技术包括在媒体的定义中。如本文使用的磁盘和光盘包括致密盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘和蓝光盘，其中磁盘通常用磁学手段再现数据，而光盘借助激光光学手段再现数据。上述媒体的组合体也应该包括在计算机可读媒体的范围之内。
前面对所公开实施例的描述使本领域的任何普通技术人员能够构建或使用本发明。这些实施例的各种变体对于本领域的普通技术人员来说是显而易见的，本文阐述的一般原理可以不偏离本发明的精神或范围地应用于其它实施例。因此，本发明无意局限于本文所示的实施例，而是与符合本文所述的原理和新特征的最大范围相一致。

Claims (22)

1.一种在医疗评估支持系统中生成医疗评估查询术语的方法，包含：
接收描述患者经历的不良事件的搜索术语；
识别在功能上与所述搜索术语有关的多个临床术语；和
为医疗评估支持系统中的数据库搜索提供医疗评估查询，所述查询包含所述多个临床术语。
2.如权利要求1所述的方法，其中：
所述医疗评估查询进一步包含识别已经给予患者的药物/治疗。
3.如权利要求1所述的方法，其中：
所述医疗评估查询进一步包含识别患者的状况/症状。
4.如权利要求1所述的方法，其中：
所述医疗评估查询进一步包含识别已经给予患者的药物/治疗和患者的状况/症状。
5.如权利要求1所述的方法，其中，所述接收搜索术语包含：
接收搜索术语的一部分；和
根据搜索术语的所述接收部分提供建议搜索术语。
6.如权利要求1所述的方法，其中，识别所述多个临床术语包含：
确定包括所述搜索术语的本体，所述本体包含多群相关术语；和
根据与所述多群相关术语有关的预定规则识别所述多个临床术语。
7.如权利要求6所述的方法，其中：
所述多群相关术语中的至少一群包含包括直接相关术语和间接相关术语的一层术语，和所述多个临床术语包含所述层的直接相关术语的每种组合。
8.如权利要求1所述的方法，其中，识别所述多个临床术语包含：
使用电子通信设备与系统命名数据库建立通信链路，所述系统命名数据库根据查询提供数据库搜索并且如果有的话，识别所述查询的同义词；
使用所述电子通信设备将查询发送给系统命名数据库，所述查询至少包含所述搜索术语的一部分；和
对所述发送步骤作出回应，接收根据所述查询由系统命名数据库进行的数据库搜索的结果，并识别所述查询术语的任何同义词。
9.如权利要求8所述的方法，对于通过所述数据库搜索识别的每个同义词，进一步包含：
使用所述电子通信设备将查询发送给系统命名数据库，所述查询包含同义词；和
对所述发送步骤作出回应，接收根据所述查询由系统命名数据库进行的数据库搜索的结果，并识别所述查询术语的任何同义词。
10.如权利要求9所述的方法，其中，识别所述多个临床术语进一步包含在所述数据库搜索的结果中除去识别的任何冗余临床术语。
11.如权利要求1所述的方法，其中，识别所述多个临床术语包含：
确定包括所述搜索术语的本体，所述本体包含多群相关术语；
根据与所述多群相关术语有关的预定规则识别多个查询术语；
使用电子通信设备与系统命名数据库建立通信链路，所述系统命名数据库根据查询提供数据库搜索并且如果有的话，识别所述查询的同义词；
使用所述电子通信设备将有关每个识别查询术语的查询发送给系统命名数据库，所述查询至少包含所识别查询术语的一部分；和
对所述发送步骤作出回应，接收根据所述查询由系统命名数据库进行的数据库搜索的结果，并识别所述查询术语的任何同义词。
12.如权利要求11所述的方法，对于通过所述数据库搜索识别的每个同义词，进一步包含：
使用所述电子通信设备将查询发送给系统命名数据库，所述查询包含同义词；
对所述发送步骤作出回应，接收根据所述查询由系统命名数据库进行的数据库搜索的结果，并识别所述查询术语的任何同义词。
13.如权利要求12所述的方法，其中，识别所述多个临床术语进一步包含在所述数据库搜索的结果中除去识别的任何冗余临床术语。
14.如权利要求1所述的方法，进一步包含：
向第三方提供所述多个临床术语供复查用；
存储所述复查后临床术语；以及
对接收所述搜索术语作出回应，提供所述复查后临床术语作为所述多个临床术语。
15.如权利要求14所述的方法，其中，所述识别在功能上与所述搜索术语有关的多个临床术语包含提供所述复查后临床术语，并且进一步将所述复查后临床术语提供给用户供复查和修改用。
16.一种提供基于本体的搜索术语扩展的方法，包含：
使用电子通信设备与自动本体生成系统建立通信链路；
使用所述电子通信设备将查询发送给自动本体生成系统，所述查询包含搜索术语；
对所述发送步骤作出回应，接收来自自动本体生成系统以及来自根据所述查询由系统命名数据库进行的数据库搜索的多个相关搜索术语，并识别所述查询术语的至少一个同义词。
17.如权利要求16所述的方法，其中：
所述多个相关搜索术语从包括所述搜索术语的本体中确定，所述本体包含多群相关术语，并基于与所述多群相关术语有关的预定规则。
18.如权利要求17所述的方法，其中：
所述多群相关术语中的至少一群包含包括直接相关术语和间接相关术语的一层相关术语，并且所述多个临床术语包含所述层的直接相关术语的每种组合。
19.一种提供基于本体的搜索术语扩展的系统，包含：
用户界面，用于接收来自与用户相联系的电子通信设备的查询，并将基于所述查询的搜索术语扩展的结果发送给与用户相联系的电子通信设备；
处理引擎，用于根据通过所述用户界面接收的查询确定本体，并将多个搜索术语提供给所述用户界面，以便随后发送给与用户相联系的电子通信设备；
其中所述处理引擎包含本体处理器，用于至少处理所述查询的一部分，以便根据包括所述搜索术语的多个本体的一个本体产生附加搜索术语，所述本体包含多群相关术语；和
数据接口，用于与能够提供与所述查询有关的一个或多个同义词的外部数据源进行通信。
20.如权利要求19所述的系统，其中：
所述多个本体包含数群相关术语，至少一个本体包含一层相关术语；和
所述本体处理器根据与所述层的术语的关系相对应的预定规则产生所述附加搜索术语。
21.如权利要求19所述的系统，其中：
所述查询是根据所述外部数据源提供的同义词识别一个或多个附加搜索术语的重复查询；
所述处理引擎根据所述重复查询重复地搜索附加搜索术语。
22.如权利要求21所述的系统，其中，所述处理引擎在所述查询中除去识别的任何冗余临床术语。
CN2008801288038A 2008-02-22 2008-02-22 自动本体生成系统及方法 Pending CN102016786A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2008/054778 WO2009105114A1 (en) 2008-02-22 2008-02-22 Automated ontology generation system and method

Publications (1)

Publication Number Publication Date
CN102016786A true CN102016786A (zh) 2011-04-13

Family

ID=40985828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008801288038A Pending CN102016786A (zh) 2008-02-22 2008-02-22 自动本体生成系统及方法

Country Status (9)

Country Link
US (1) US20110004628A1 (zh)
EP (1) EP2260374A1 (zh)
JP (1) JP2011513811A (zh)
KR (1) KR20110025893A (zh)
CN (1) CN102016786A (zh)
AU (1) AU2008350882A1 (zh)
BR (1) BRPI0822212A2 (zh)
CA (1) CA2716331A1 (zh)
WO (1) WO2009105114A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106021841A (zh) * 2015-03-31 2016-10-12 富士通株式会社 临床试验用数据格式创建支持方法和信息处理装置
CN107729710A (zh) * 2016-08-11 2018-02-23 宏达国际电子股份有限公司 医学系统、医学方法及非暂态计算机可读取媒体

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090071564A (ko) * 2006-08-22 2009-07-01 리드 홀스 테크놀로지스 인코포레이티드 의료 평가 지원 시스템 및 방법
US20080228700A1 (en) 2007-03-16 2008-09-18 Expanse Networks, Inc. Attribute Combination Discovery
EP2105847A1 (en) * 2008-03-27 2009-09-30 Alcatel Lucent Device and method for automatically generating ontologies from term definitions contained into a dictionary
US8108406B2 (en) * 2008-12-30 2012-01-31 Expanse Networks, Inc. Pangenetic web user behavior prediction system
US8463554B2 (en) 2008-12-31 2013-06-11 23Andme, Inc. Finding relatives in a database
US9396505B2 (en) 2009-06-16 2016-07-19 Medicomp Systems, Inc. Caregiver interface for electronic medical records
US10089391B2 (en) * 2009-07-29 2018-10-02 Herbminers Informatics Limited Ontological information retrieval system
US8832079B2 (en) * 2010-04-05 2014-09-09 Mckesson Financial Holdings Methods, apparatuses, and computer program products for facilitating searching
KR101223987B1 (ko) * 2010-08-31 2013-01-24 대한민국 동적 온톨로지를 이용한 관련어 제공 방법 및 시스템
US8407203B2 (en) * 2011-05-02 2013-03-26 Elsevier Inc. Computer system for enhanced taxonomy management
WO2013080406A1 (ja) * 2011-11-28 2013-06-06 Ｎｅｃソフト株式会社 対話システム、冗長メッセージ排除方法および冗長メッセージ排除プログラム
US10319466B2 (en) * 2012-02-20 2019-06-11 Medicomp Systems, Inc Intelligent filtering of health-related information
US9092504B2 (en) 2012-04-09 2015-07-28 Vivek Ventures, LLC Clustered information processing and searching with structured-unstructured database bridge
US9280361B2 (en) * 2012-06-25 2016-03-08 PNMSoft Ltd. Methods and systems for a real time transformation of declarative model and layout into interactive, digital, multi device forms
US20140350954A1 (en) * 2013-03-14 2014-11-27 Ontomics, Inc. System and Methods for Personalized Clinical Decision Support Tools
EP2973117A4 (en) 2013-03-15 2016-11-23 Medicomp Systems Inc ELECTRONIC MEDICAL RECORD SYSTEM USING GENETIC DATA
EP2973371A4 (en) 2013-03-15 2017-11-01 Medicomp Systems, Inc. Filtering medical information
WO2015161340A1 (en) * 2014-04-24 2015-10-29 Semantic Technologies Pty Ltd Ontology browser and grouping method and apparatus
US10055485B2 (en) * 2014-11-25 2018-08-21 International Business Machines Corporation Terms for query expansion using unstructured data
US10095689B2 (en) 2014-12-29 2018-10-09 International Business Machines Corporation Automated ontology building
EP3268879A1 (en) * 2015-03-09 2018-01-17 Koninklijke Philips N.V. Systems and methods for semantic search and extraction of related concepts from clinical documents
US10929413B2 (en) * 2015-11-13 2021-02-23 Google Llc Suggestion-based differential diagnostics
EP3239869A1 (en) * 2016-04-29 2017-11-01 Fujitsu Limited A system and method to produce and validate weighted relations between drug and adverse drug reactions
EP3688612A1 (en) * 2017-09-29 2020-08-05 Koninklijke Philips N.V. Natural language processing using ontology mapping
JP7452141B2 (ja) * 2020-03-18 2024-03-19 富士通株式会社 情報提示プログラム、情報提示方法、及び情報提示装置
US11934441B2 (en) 2020-04-29 2024-03-19 International Business Machines Corporation Generative ontology learning and natural language processing with predictive language models

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6283761B1 (en) * 1992-09-08 2001-09-04 Raymond Anthony Joao Apparatus and method for processing and/or for providing healthcare information and/or healthcare-related information
US5833599A (en) * 1993-12-13 1998-11-10 Multum Information Services Providing patient-specific drug information
US5737539A (en) * 1994-10-28 1998-04-07 Advanced Health Med-E-Systems Corp. Prescription creation system
US5845255A (en) * 1994-10-28 1998-12-01 Advanced Health Med-E-Systems Corporation Prescription management system
JPH0999039A (ja) * 1995-10-06 1997-04-15 Hitachi Ltd 薬品相互作用チェック方法
US6151581A (en) * 1996-12-17 2000-11-21 Pulsegroup Inc. System for and method of collecting and populating a database with physician/patient data for processing to improve practice quality and healthcare delivery
US6139494A (en) * 1997-10-15 2000-10-31 Health Informatics Tools Method and apparatus for an integrated clinical tele-informatics system
US6047259A (en) * 1997-12-30 2000-04-04 Medical Management International, Inc. Interactive method and system for managing physical exams, diagnosis and treatment protocols in a health care practice
US6694298B1 (en) * 1998-04-02 2004-02-17 Medco Health Solutions, Inc. Computer implemented patient medication review system and process for the managed care, health care and/or pharmacy industry
JP2002510817A (ja) * 1998-04-03 2002-04-09 トライアングル・ファーマシューティカルズ，インコーポレイテッド 治療処方計画の選択をガイドするためのシステム、方法及びコンピュータ・プログラム製品
JP4021583B2 (ja) * 1999-04-08 2007-12-12 富士通株式会社 情報検索装置、情報検索方法、及びその方法を実現するプログラムを記録した記録媒体
US7593952B2 (en) * 1999-04-09 2009-09-22 Soll Andrew H Enhanced medical treatment system
US7464040B2 (en) * 1999-12-18 2008-12-09 Raymond Anthony Joao Apparatus and method for processing and/or for providing healthcare information and/or healthcare-related information
US20020040282A1 (en) * 2000-03-22 2002-04-04 Bailey Thomas C. Drug monitoring and alerting system
US6993402B2 (en) * 2001-02-28 2006-01-31 Vigilanz Corporation Method and system for identifying and anticipating adverse drug events
US20030088441A1 (en) * 2001-11-08 2003-05-08 Mcnerney Michelle System for the integrated management of healthcare information
US20030208465A1 (en) * 2002-04-12 2003-11-06 Respironics, Inc. Method for managing medical information and medical information management system
US7493263B2 (en) * 2002-04-30 2009-02-17 Medco Health Solutions, Inc. Prescription management system
US20040267566A1 (en) * 2003-01-10 2004-12-30 Badgett Robert Gwathmey Computer-based clinical knowledge system
US20040172285A1 (en) * 2003-02-18 2004-09-02 Gibson Jerry Tyrone Systems and methods for selecting drugs
US7260480B1 (en) * 2003-04-07 2007-08-21 Health Hero Network, Inc. Method and system for integrating feedback loops in medical knowledge development and healthcare management
KR100538577B1 (ko) * 2003-07-14 2005-12-22 이지케어텍(주) 의료 정보의 전산 표준화 방법
US8024335B2 (en) * 2004-05-03 2011-09-20 Microsoft Corporation System and method for dynamically generating a selectable search extension
US20050228593A1 (en) * 2004-03-12 2005-10-13 Jones Reginald A Method, system, and computer program for providing and evaluating medicine information
US20060036619A1 (en) * 2004-08-09 2006-02-16 Oren Fuerst Method for accessing and analyzing medically related information from multiple sources collected into one or more databases for deriving illness probability and/or for generating alerts for the detection of emergency events relating to disease management including HIV and SARS, and for syndromic surveillance of infectious disease and for predicting risk of adverse events to one or more drugs
US20060095429A1 (en) * 2004-10-29 2006-05-04 Eastman Kodak Company Networked system for routing medical images
US20060111943A1 (en) * 2004-11-15 2006-05-25 Wu Harry C Method and system to edit and analyze longitudinal personal health data using a web-based application
JP4687089B2 (ja) * 2004-12-08 2011-05-25 日本電気株式会社 重複レコード検出システム、および重複レコード検出プログラム
US7630947B2 (en) * 2005-08-25 2009-12-08 Siemens Medical Solutions Usa, Inc. Medical ontologies for computer assisted clinical decision support
US8888697B2 (en) * 2006-07-24 2014-11-18 Webmd, Llc Method and system for enabling lay users to obtain relevant, personalized health related information
KR20090071564A (ko) * 2006-08-22 2009-07-01 리드 홀스 테크놀로지스 인코포레이티드 의료 평가 지원 시스템 및 방법
US7890521B1 (en) * 2007-02-07 2011-02-15 Google Inc. Document-based synonym generation
US8041702B2 (en) * 2007-10-25 2011-10-18 International Business Machines Corporation Ontology-based network search engine
US20090198511A1 (en) * 2008-02-04 2009-08-06 Raimar Boehlke Methods and Systems for Collecting and Analyzing Medical Data

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106021841A (zh) * 2015-03-31 2016-10-12 富士通株式会社 临床试验用数据格式创建支持方法和信息处理装置
CN107729710A (zh) * 2016-08-11 2018-02-23 宏达国际电子股份有限公司 医学系统、医学方法及非暂态计算机可读取媒体
CN107729710B (zh) * 2016-08-11 2021-04-13 宏达国际电子股份有限公司 医学系统及非暂态计算机可读取媒体

Also Published As

Publication number Publication date
EP2260374A1 (en) 2010-12-15
US20110004628A1 (en) 2011-01-06
AU2008350882A1 (en) 2009-08-27
WO2009105114A1 (en) 2009-08-27
JP2011513811A (ja) 2011-04-28
KR20110025893A (ko) 2011-03-14
BRPI0822212A2 (pt) 2015-06-23
CA2716331A1 (en) 2009-08-27

Similar Documents

Publication Publication Date Title
CN102016786A (zh) 自动本体生成系统及方法
US20170293722A1 (en) Insurance Evaluation Engine
JP6911375B2 (ja) 医薬品と医薬品副作用との間の重み付き関係を生成し検証するシステム及び方法
Willett et al. SNOMED CT concept hierarchies for sharing definitions of clinical conditions using electronic health record data
JP2009211714A (ja) エキスパート・システムを臨床情報システムにインターフェースするためのシステム、方法、およびコンピュータ・プログラム
Khedkar et al. Explainable AI in healthcare
Frey et al. EHR big data deep phenotyping
US10755197B2 (en) Rule-based feature engineering, model creation and hosting
Ferdousi et al. Digital twins for well-being: an overview
Becker et al. CodeMapper: semiautomatic coding of case definitions. A contribution from the ADVANCE project
Oliveira et al. Development and implementation of clinical guidelines: an artificial intelligence perspective
Coane et al. Categorical and associative relations increase false memory relative to purely associative relations
JP7482972B2 (ja) ゲノムテストステータスを特定するシステム及び方法
US8630995B2 (en) Methods and systems for acquiring and processing veterinary-related information to facilitate differential diagnosis
Fitch Bio-linguistics: monkeys break through the syntax barrier
Chou et al. Empowering data sharing and analytics through the open data commons for traumatic brain injury research
Embi et al. Biomedical informatics and outcomes research: enabling knowledge-driven health care
Marenco et al. QIS: A framework for biomedical database federation
Pane et al. Challenges associated with the safety signal detection process for medical devices
Puttmann et al. FAIRifying a quality registry using OMOP CDM: challenges and solutions
Fujiwara et al. Advances in the development of PubCaseFinder, including the new application programming interface and matching algorithm
Strang et al. Which coding system for therapeutic information in evidence-based medicine
Mukasheva et al. DEVELOPING A SYSTEM FOR DIAGNOSING DIABETES MELLITUS USING BIGDATA.
Gawich et al. Developing a System for Medical Ontology Evolution.
Wu et al. Active monitoring of adverse drug reactions with neural network technology

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1156711

Country of ref document: HK

C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110413

REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1156711

Country of ref document: HK