CN103262105A - 临床文档调试决策支持 - Google Patents
临床文档调试决策支持 Download PDFInfo
- Publication number
- CN103262105A CN103262105A CN2011800595666A CN201180059566A CN103262105A CN 103262105 A CN103262105 A CN 103262105A CN 2011800595666 A CN2011800595666 A CN 2011800595666A CN 201180059566 A CN201180059566 A CN 201180059566A CN 103262105 A CN103262105 A CN 103262105A
- Authority
- CN
- China
- Prior art keywords
- record
- document
- knowledge base
- relation
- expression
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/11—Patent retrieval
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Document Processing Apparatus (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Debugging And Monitoring (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种用于验证文档内容的系统,包括知识库(1),所述知识库(1)包括知识库表达(2)的集合以及所述知识库表达(2)之间的知识库关系(3)的集合。提供一种数据库(4),包括具有文档的记录(5),所述文档包括关于实体的信息,所述文档包含自由文本文档(6)和/或结构化文档(7)。提供一种自然语言处理器(8),用于从存储在所述记录(5)中的自由文本文档(6)提取记录表达(10)以及用于基于所述自由文本文档(6)确定所述记录表达(10)之间的记录关系(11)。提供一种分析引擎(12),用于同样基于所述知识库关系(3)分析所述记录表达(10)和所述记录关系(11),以检测所述记录(5)中的不规律性。提供一种通知器(14),用于取决于所述分析引擎(12)的输出,向用户提供通知。提取与知识库表达(2)和/或知识库关系(3)匹配的记录表达(10)和/或记录关系(11)。
Description
技术领域
本发明涉及验证文档内容。
背景技术
由临床医师在电子医学记录和/或报告系统中创建的临床文档的质量对于成功的患者护理至关重要。所存档的疾病或医学状况的不同方面(例如通过基于严格规则的关系)被频繁地彼此链接。这种规则的简单范例为,肿瘤的尺寸是癌症分期的确定因素之一,并且所述分期是具体处置的确定因素之一。然而,由于疾病的不同方面常常是在工作流程中的不同时间,由不同的利益相关者(例如,放射科医师、护士、肿瘤医师)存档的,并且跨多个报告,因此医学记录不一致、不完整或者不正确常常发生。例如,最近由Perren A、Previsdomini M、Cerutti B、Soldini D、Donghi D、MaroneC在Qual Saf Health Care,June2009,18(3):205-8发表的文章“Omitted andunjustified medications in the discharge summary”,描述了在577份经评价的出院说明中,有66%含有至少一处不一致性,共计总共1012处不规律。存在影响251名患者的393份药物遗漏,其中的32%可能是有害的。所有用药中的百分之十七(619/3691)是不合理的,影响318名患者。甚至在检测到这种不规律性时,占用了大量时间来解决这些问题,并且如果未经提醒,这种问题可能造成医疗差错。
目前,一些系统提供数据一致性控制,但这只限于以单一源电子形式输入的强结构化数据。如果用户没有以电子形式填充所有必填项目,他/她将得到通知进行完整性检查。
EP1594070A2公开一种自动的数据库文件系统维护和修复系统,以确保有关数据模型的数据可靠性和一致性。所述系统包括物理数据校正,其响应于物理数据损坏,并对其进行校正。所述系统还包括逻辑数据校正,其响应于针对“实体”——例如基于项目的操作系统中的项目、扩展和/或关系——的逻辑数据损坏,并对其进行校正。所引述的文件还公开分析和校正对实体的逻辑“损伤”,以确保所有这些实体一致并且符合数据模型规则。
发明内容
具有对文档内容的改进的验证将是有利的。为了更好地解决该问题,本发明的第一方面提供一种系统,包括:
知识库,其包括知识库表达的集合,以及所述知识库表达之间的知识库关系的集合;
数据库,其包括具有文档的记录,所述文档包括与实体有关的信息,所述文档包含自由文本文档和/或结构化文档;
自然语言处理器,其用于从存储在所述记录中的自由文本文档提取记录表达以及用于基于所述自由文本文档确定所述记录表达之间的记录关系;
分析引擎,其用于同样基于所述知识库关系分析所述记录表达和所述记录关系,以检测所述记录中的不规律性;以及
通知器,其用于取决于所述分析引擎的输出,向用户提供通知。
在目前的实践中,常常检测不到数据中的不规律性,因为这种不规律性常常仅能通过研究文件中的多个文档来检测。如果医师想要用在较早的和/或自由文本报告中的发现和支持性数据,交叉核对其当前观测资料,该医师必须在医学记录系统中查找这些报告,并阅读完整的报告,或者所述医师需要与同事商议。
现有的核查数据一致性、完整性或正确性的系统仅作用于以单一源电子形式输入的结构化数据。保障交叉源一致性、完整性和正确性将需要医师在他/她每次输入新信息时,人工核对这些问题。由于文档是在高时间压力下创建的,因此这种交叉核对在实践中常常不能得到执行。结果,潜在的问题在报告创建的时候可能未引起注意。然而,随后这种问题可能对患者护理具有巨大影响。
本系统提供一种分析文档的方式包括,例如口述报告和从以下这种自由形式文本的摘录:关于患者的状况和所接受护理的“知识”被存档在患者的医学记录中。针对在知识库中的关系和表达对该知识进行匹配,以评估记录中是否存在任何不规律性,例如遗漏。这种不规律性超出了数据库逻辑数据模型。相反,所述系统在文档的实际内容中寻找不规律性,例如临床病史、发现、诊断、处置,和/或用药中的遗漏或错误。将理解,在本说明书中,“知识库表达”和“知识库关系”指代存储在知识库中的表达和关系。而且,将理解,在本说明书中,“记录表达”和“记录关系”涉及由记录中的自由文本文档和/或结构化文档代表的表达和关系。
所述自然语言处理器可以被布置用于提取分别与知识库表达和/或知识库关系匹配的表达和/或记录关系。所述自然语言处理器可以通过使其特定地提取知识库中存在其对应表达和/或关系的那些表达和/或关系,来更有效地实现。这更有效,因为知识库中不可用的表达和/或关系通过所述分析引擎被忽略了。
所述自然语言处理器可以被布置用于生成记录表达和记录关系的语义网络,所述知识库可以包括对所述语义网络的约束,并且所述分析引擎可以被布置用于应用所述约束。这是来自所述自由文本文档的所述信息如何可以被内部表达为中间步骤以寻找不规律性的范例。
所述分析引擎可以被布置用于基于所述知识库关系、所述记录关系,以及所述记录表达,检测所述记录中的错误,其中所述知识库关系定义对所述记录关系和记录表达的约束,并且所述错误包括对所述约束中至少一个的违反。错误,例如医学过错,可以以此方式被检测到。应优选校正这种错误。校正可以由被所述系统通知的临床医师执行或发起。或者,所述系统可以被布置用于基于预定的校正规则自动进行校正。
所述分析引擎可以被布置用于基于所述知识库关系、所述记录关系,以及所述记录表达,检测所述记录中的不完整性,其中所述知识库关系鉴于所述记录表达和所述记录关系,定义使所述记录完整所需要的所述表达和/或关系。这样,用户可以被通知不完整性的存在。所述用户可以被进一步通知要去除所述不完整性所需的数据的任何建议。
所述分析引擎可以被布置用于检测当所述记录关系和所述记录表达导致矛盾时的不一致性。这种不一致性可以无需参考所述知识库关系而被检测到。当表达和它们在记录中的关系不一致时,其可以被检测到并被通知给所述用户。
所述分析引擎可以被布置用于确定所述不规律性的严重性级别,并且所述通知器可以被布置用于提供针对不同严重性级别的不同通知。所述严重性级别可能涉及所述问题对患者护理具有或可能具有的重要性或影响。现有系统常常产生大量的警报,导致用户中的“警报疲劳”。结果,由这种现有系统产生的警报常常被用户忽略,或者所述系统被关闭。通过针对不同的严重性级别提供不同的通知,所述用户立即知晓针对具体的通知需要那种类型的响应。
所述系统可以包括文档显示单元,其用于显示所述记录的文档的至少部分,并且其中所述通知涉及正被显示的所述文档,并且其中所述通知器被布置用于在所述文档正被显示时提供所述通知。这可以是提供所述通知的良好时机,因为临床医师已经在阅读文档内容上花费了时间,因此他/她可以更欢迎接收有关涉及文档内容的不规律性的额外信息。
所述系统可以包括文档编辑器,其操作性耦合到所述文档显示单元,用于使得用户能够编辑所述记录的自由文本文档。所述自然语言处理器和所述分析引擎可以被布置用于在所述自由文本文档正被编辑时处理所述自由文本文档。所述通知器可以被布置用于一检测到关于正被编辑的所述自由文本文档的不规律性,就提供所述通知。这允许在任何不规律性产生时立刻探测到其;因此,可以在所述文档被存储在所述记录中之前,校正它们。这样,所述记录的质量可以得到改善。
所述分析引擎可以被布置用于生成校正建议,以去除所述不规律性。这更加用户友好,并且对于所述用户更具时效性。所述通知器可以被布置用于向用户示出所述校正建议。
所述知识库可以包括对临床指导的表示,所述实体可以包括患者,所述记录可以包括医学患者记录,并且所述自由文本文档可以包括有关所述患者的医学报告。然而,所述医学应用仅为重要的应用范例。所述系统可以被应用于不同的知识领域,例如法律知识领域,其可以以所阐述的方式被用于律师的文档系统中。
另一方面,本发明提供一种工作站,包括所阐述的系统。所述工作站可以被实现为在本地执行分析,同时与患者数据库通信的独立系统。所述系统还可以被实现在分布式计算机系统中。
另一方面,本发明提供一种使用知识库和数据库验证文档内容的方法,所述知识库包括知识库表达的集合以及所述知识库表达之间的知识库关系的集合;所述数据库包括具有文档的记录,所述文档包括与实体有关的信息,所述文档包含自由文本文档和/或结构化文档;
所述方法包括:
从存储在所述记录中的自由文本文档提取记录表达,并且基于所述自由文本文档确定所述表达之间的多个记录关系;
同样基于所述知识库关系来分析所述记录表达和所述记录关系,以检测所述记录中的不规律性;以及
取决于所述分析引擎的输出向用户提供通知。
另一方面,本发明提供一种计算机程序产品,包括用于令处理器系统执行所阐述方法的指令。
本领域技术人员将认识到,可以以任何被视为有用的方式,将以上提及的实施例、实现方式,和/或本发明的各方面中的两个或多个组合。
本领域技术人员在本说明书的基础上可以进行对所述图像采集装置、所述工作站、所述系统、所述方法,和/或所述计算机程序产品的修改和变化,所述修改和变化对应于对所述系统的修改和变化。
附图说明
本发明的这些以及其他方面根据后文描述的实施例将是明显的,并且将参考它们得以阐明。附图中:
图1是图示用于验证文档内容的系统的各方面的示意图;以及
图2是验证文档内容的方法的流程图。
具体实施方式
本文描述的技术可以被应用于,例如支持临床患者信息的存档的患者护理信息系统。范例包括电子患者/健康记录、医院信息系统、全科信息系统、专科信息系统(例如心脏科和/或肿瘤科信息系统),以及癌症登记系统。然而,这并非限制。所述技术还可以被应用于在不同应用领域应用的信息系统。
图1图示了用于验证文档内容的系统。所述系统可以被实现在,例如计算机工作站上,或者分布式计算环境中。所述工作站可以包括处理器、存储器、硬盘驱动、用户输入设备,和/或显示设备。所述分布式计算环境可以包括用户终端,一个或多个服务器,以及通信网络,所述用户终端可以是工作站。图1的所述系统可以被实现在服务器上,或所述终端/工作站上。也有可能所述系统的部分被实现在服务器上,而另一部分被实现在工作站上。例如,知识库1、数据库4、自然语言处理器8和分析引擎12可以被实现在一个或多个服务器上,而包括通知器14的用户界面13可以被实现在所述终端/工作站上。然而,将所述系统到功能单元的其他划分也同样可能。
所述系统可以包括知识库1,知识库1包括表达2的集合和表达2之间的关系3的集合。当需要清楚时,这些表达2和关系3将在本文中被分别称作知识库表达2和知识库关系3。所述知识库的至少部分可以具有本体论的形式和功能。所述表达2和所述关系3可以为使得所述表达的语义表示在所述知识库中。
所述系统可以包括数据库4,数据库4包括一个或多个记录。记录5可以包括具有与诸如患者的实体有关的信息的文档。所述文档中的一些可以是自由文本文档6,而其他文档可以是结构化文档7。这种结构化文档7可以是由计算机程序基于用户通过以电子形式填充而提供的数据生成的文档。例如,所述结构化文档可以是XML文档。结构化文档可以包括自由文本部分。这种自由文本部分可以被示为囊括在结构化文档中的自由文本文档。因此,结构化文档的自由文本部分可以被所述系统作为自由文本文档处理,并经受由自然语言处理器8的处理。
所述系统可以包括自然语言处理器8,用于从存储在记录5中的自由文本文档6提取表达10。自然语言处理器8可以还确定在记录中的一个或多个自由文本文档中发现的表达10之间的关系11。自然语言处理器可以还确定在自由文本文档6中发现的表达与同一记录5的结构化文档7中发现的表达之间的关系。当需要清楚时,这些表达10和关系11将在本文中被分别称作记录表达2和记录关系3。自然语言处理器8可以使用本体论——其可以是知识库1的部分——以执行其自然语言处理。自然语言处理是其自身领域中已知的技术。
所述系统可以包括分析引擎12,用于分析记录表达10和记录关系11。该分析也可以基于知识库关系3和知识库表达2。分析引擎12被布置用于检测记录5中的任何不规律性。这种不规律性可以是遗漏或错误。分析引擎12可以被布置用于评价由自然语言处理器8产生的表达10和关系11两者,以及能存在于记录5中的以结构化文档7的形式明确表示的任何表达和/或关系。在一些实施例中,自然语言处理器8和分析引擎12的功能可以至少部分地融合到组合分析模块中。
所述系统可以包括通知器14,用于取决于分析引擎12的输出向用户提供通知。例如,通知器14可以在用户的显示器上提供已在特定记录中检测到不规律性的指示。通知器14可以是文档管理系统(例如医院信息系统)的用户界面13的部分。这种用户界面13可以提供对与这种文档管理系统有关的其他功能的用户访问,如其自身领域中已知的。
在另一范例中,通知器可以生成关于由所述系统处理的并且在其中发现不规律性的记录的列表。针对每个记录,所述列表可以包括有关检测到哪种不规律性以及任何进一步的细节(例如与所述不规律性有关的表达的位置)的信息。
自然语言处理器8可以被布置用于提取分别与知识库表达2和/或知识库关系3匹配的记录表达10和/或记录关系11。自然语言处理器可以被布置用于分析知识库表达2和关系3,以建立在记录5中查找什么表达和关系。这样,没有将处理时间浪费在对不规律性寻找不起作用的表达和关系上。
自然语言处理器8可以被布置用于生成记录表达10和记录关系11的语义网络。这种语义网络例如通过在记录表达之间生成“是”或“具有”关系,为表达赋予结构和意义。知识库1可以表示对语义网络的约束,并且分析引擎12可以被布置用于应用所述约束。所述约束可以例如从自临床指导中导出。
分析引擎12可以被布置用于基于知识库关系3、记录关系11,以及记录表达10,检测记录5中的错误,其中知识库关系3定义对记录关系11和记录表达10的约束,并且所述错误包括对所述约束中至少一个的违反。这种错误检测可以通过针对由知识库表示的允许的关系和表达,映射从记录表达10和记录关系11生成的语义网络得以实现。也可能所述知识库包括被禁止的表达和/或关系(即,通过定义,其导致错误)的表示。
根据权利要求1所述的系统,其中分析引擎12被布置用于基于知识库关系3、记录关系11,以及记录表达10,检测记录5中的不完整,其中知识库关系3鉴于记录表达10和记录关系11,定义使记录5完整所需要的表达和/或关系。例如,知识库1可以包含规则,所述规则允许当已收集到特定的一套证据时得出特定诊断的结论。如果记录5包含诊断,但收集到的证据的描述不足以成为诊断的根据,分析引擎12可以推断证据的部分丢失,并且因此记录5是不完整的。
分析引擎12可以被布置用于当记录关系11和记录表达10导致矛盾时检测不一致性。这种逻辑矛盾可以无需使用知识库1被检测到。然而,一些不一致性可以使用知识库,以例如能够考虑到同义词。
分析引擎12可以被布置用于确定不规律性的严重性级别。这使得通知器14能够针对不同的严重性级别提供不同种类的通知。例如,当诊断鉴于所描述的发现而不正确时,这可以是高级别不规律性,而在诊断或处置中不起重要作用的发现之间的不一致性可以被归类为低级别不规律性。通知器可以借助于弹出窗口中断临床医师的工作流程,例如,如果检测到高级别不规律性,可以使用屏幕角落的图标来通知低级别不规律性。
所述系统可以包括文档显示单元15。该单元15可以是用于界面13的部分。文档显示单元15被用于显示记录5的文档6、7的至少部分。例如,使用文本查看程序,其可以使得用户能够滚动文档。通知器14可以被布置用于在请求通过文档显示单元15查看文档6、7时,立即产生针对文档6、7的通知。这样,可以避免用户根据文档中的错误信息作出结论。
所述系统可以包括文档编辑器16,文档编辑器16操作性耦合到文档显示单元15,用于使得用户能够编辑记录5的自由文本文档6。文档编辑器16可以是用户界面13的部分,并且可以包括语音文本转换工具,以允许用户借助于口述输入文档。自由文本文档6可以是囊括在结构化文档7中的自由文本文档6。自然语言处理器8和分析引擎12可以被布置用于在自由文本文档6正被编辑时处理所述自由文本文档6。随着新文本借助于文档编辑器16被输入到系统中,使用自然语言处理器8和分析引擎12对新文本进行分析。该新文本由此,考虑到了记录中已存在的信息而得到核查。这允许通知器14在自由文本文档6正被编辑的同时,一出现不规律性就立刻提供通知。
分析引擎12可以被布置用于生成校正建议,以去除不规律性。有时,知识库包含足够的信息以生成应如何校正不规律性的据证推测。这种情况中,该建议可以通过由通知器14生成的指示做出。也有可能自动地做出校正。后一种情况中,通知器14可以向用户报告所述校正。
图2示出使用如所阐述的知识库和数据库验证文档内容的方法的流程图。如图中所示,所述方法可以包括从存储在记录中的自由文本文档提取记录表达,并且基于所述自由文本文档确定表达之间的多个记录关系的步骤201。所述方法还可以包括同样基于所述知识库关系分析所述记录表达和所述记录关系,以检测所述记录中的不规律性的步骤202。所述方法还可以包括取决于所述分析引擎的输出向用户提供通知的步骤203。所述方法可以至少部分地被实现为计算机程序的形式。所述方法和计算机程序可以以本文关于系统所描述的功能进行扩展或修改。
本文描述的方法和系统可以使用在知识库中表示的外部知识(例如临床实践指导、国际标准或交叉患者关系模式),以针对不一致、不完整或正确性,交叉核查由医师在患者医学记录中输入的信息。
可以通过使用自然语言处理或语意搜索对患者医学记录中或当前工作文档中的自由文本数据进行分析。通知器提供医师通知和/或建议以用于改进。通知可以在存档/口述期间即时地(前瞻性地)和/或回顾性地提供。通知可以包括对所检测问题的严重性警告。基于所述严重性,警报以不同方式呈现给用户(例如,针对微小不一致性的不引人注目的警报以及针对严重不一致性的引人注目的警报)。通知可以包括对为何生成警告的解释,对医学记录中的部分(例如相关报告和文档,其中不一致性被高亮)的引用用于验证,以及对(一个或多个)相关临床指导的引用。而且,通知可以提供用于一致或正确性存档的推荐。
提出的方法帮助确保贯穿医学记录的数据一致性、完整性和/或正确性,由此改善护理质量。同时,提出的方法可以改善护理效率,因为医生可以花费较少的时间尝试找出任何问题。提出的方法还可以使这些问题未被注意的风险最小化,并由此减少这些问题引起任何医学错误的概率。最终,提出的方法可以检测有可能被检测出的问题的严重性级别,所述严重性级别可以被用于提供警报用户的不同方式(针对低严重性警报为不引人注目的,并且针对严重警报为引人注目的),由此防止用户中的警报疲劳。
本文所描述的技术可以如何得以实现的一个范例应用于肿瘤存档系统。肿瘤存档是对癌症患者信息的结构化器官特异性存档。肿瘤存档可以包括用户界面屏幕,其具有使得用户能够提供某种结构化信息(例如患者的姓名)和某种自由形式文本(例如临床会话的报告)的域。作为范例,用户界面屏幕的下部可以被保留用于显示由通知器生成的警告。不同的颜色(警告被显示为该不同的颜色)可以被用于提供对警告级别的指示。第一个范例中,分析引擎可能已发现T分期与肿瘤大小之间的不一致性。提供建议用于校正T分期或者用户被建议核查肿瘤尺寸。该范例中,知识库包括对国际TNM分期规则定义的表示。通知以黄色符号显示,以指示对患者护理具有中度影响的问题。第二个范例中,在当前编辑的文档中输入的肿瘤尺寸与在放射科报告中检测到的肿瘤尺寸不相同。显示具有黄色符号的通知,以指示对患者护理有中度影响。所述通知包括被提供到在其中发现不一致性的放射科报告的链接。点击所述链接时,所述放射科报告被打开并且问题被高亮。这样,提供对含有与所述不规律性相关的表达的文档的指示。第三个范例中,使用两个知识数据库,以实现更复杂的分析。该情况中,TNM分期规则库定义的表示与一套临床实践指导的表示组合。这些指导中,通常所述TNM分期被链接到可用的后续处置(基于证据的)。该假设范例中,不同的N分期(N2或N3)将导致不同的指导处置推荐,其将对患者护理具有巨大影响。所述系统基于在患者记录和TNM分期规则中的可获得信息,检测所存档的N分期不符合所存档的淋巴结的数目。根据临床实践指导,这影响处置选择;因此,使用红色符号生成较高级别警告。
本文公开的技术提供一种用于临床存档的不规律性或遗漏查找功能、核查一致性、完整性和正确性,并改善整个医学记录上的质量。所述系统可以分析遍及医学记录的自由文本和结构化信息及数据,并且通过诸如在临床实践指导中存档的外部知识的应用,检测和建立前文提及的问题。所述技术可以被用于检测构成医学记录和多种外部知识源的多种混杂信息与数据源上的不一致性,以及基于对患者护理的影响提供不一致性的严重性级别,以及任选地对如何解决所检测到的数据问题的推荐。
前瞻性地,所述技术可以被用于在新信息被输入到患者医学记录中时,保障临床存档的质量。回顾性地,它们可以被用于防止不一致性未得到注意或者造成医学错误,例如当历史患者信息被用于决策制定时。
要认识到,本发明还应用于计算机程序,尤其是在载体上或中的计算机程序,所述计算机程序适于将本发明付诸实践。所述程序可以呈源代码、目标代码、代码中间源以及诸如呈部分编译形式的目标代码的形式,或者呈适于在根据本发明的方法的实现方式中使用的任何其他形式。还要认识到,这种程序可以具有不同的架构设计。例如,实现根据本发明的方法或系统的功能的程序代码可以被再分成一个或多个子例程。在这些子例程中分配功能的许多不同方式对本领域技术人员来说将是明显的。所述子例程可以被一起存储在一个可执行文件中,以形成自含程序。这种可执行文件可以包括计算机可执行的指令,例如处理器指令和/或解释器指令(例如,Java解释器指令)。或者,所述子例程中的一个或多个或全部可以被存储在至少一个外部库文件中,并且静态地或动态地,例如在运行时间,与主程序链接。所述主程序包含对至少一个所述子例程的至少一个调用。所述子例程还可以包括对彼此的调用。关于计算机程序产品的实施例包括与本文阐述的至少一个方法的每个处理步骤对应的计算机可执行指令。这些指令可以被再分成子例程和/或被存储在可以被静态或动态链接的一个或多个文件中。关于计算机程序产品的另一实施例包括对应于本文阐述的至少一个系统和/或产品的每个器件的计算机可执行指令。这些指令可以被再分成子例程和/或被存储在可以被静态或动态链接的一个或多个文件中。
所述计算机程序的载体可以是任何能够承载所述程序的实体或设备。例如,所述载体可以包括存储介质(例如ROM、CD ROM或半导体ROM),或者磁记录介质(例如软盘或硬盘)。此外,所述载体可以是可传输载体,例如电子或光学信号,其可以经由电或光学线缆,或者通过无线电或其他器件被传送。当所述程序被实现为这样的信号时,所述载体可以由这种线缆或其他设备或器件构成。或者,所述载体可以是在其中嵌入程序的集成电路,所述集成电路适于执行相关方法,或者在执行所述相关方法中的使用。
应注意,上文提及的实施例举例说明而非限制本发明,并且本领域技术人员将能够设计许多可替换的实施例而不偏离所附权利要求书的范围。权利要求书中,任何放在括号内的附图标记不应被解读为限制权利要求。动词“包括”及其变化形式的使用不排除除权利要求书陈述以外的元件或步骤的存在。元件前面的冠词“一”不排除多个这种元件的存在。本发明可以借助于包括几种不同的元件的硬件,以及借助于适当编程的计算机来实现。在列举几种器件的设备权利要求中,这些器件中的几种可以由一个并且相同项的硬件来实现。互不相同的从属权利要求中记载了特定措施这一仅有事实并不指示不能有利地组合这些措施。
Claims (15)
1.一种用于验证文档内容的系统,包括:
知识库(1),其包括知识库表达(2)的集合,以及所述知识库表达(2)之间的知识库关系(3)的集合;
数据库(4),其包括具有文档的记录(5),所述文档包括与实体有关的信息,所述文档包括自由文本文档(6)和/或结构化文档(7);
自然语言处理器(8),其用于从存储在所述记录(5)中的自由文本文档(6)提取记录表达(10)以及用于基于所述自由文本文档(6)确定所述记录表达(10)之间的记录关系(11);
分析引擎(12),其用于同样基于所述知识库关系(3)分析所述记录表达(10)和所述记录关系(11),以检测所述记录(5)中的不规律性;以及
通知器(14),其用于取决于所述分析引擎(12)的输出,向用户提供通知。
2.根据权利要求1所述的系统,其中,所述自然语言处理器(8)被布置用于提取分别与知识库表达(2)和/或知识库关系(3)匹配的记录表达(10)和/或记录关系(11)。
3.根据权利要求2所述的系统,其中,所述自然语言处理器(8)被布置用于生成所述记录表达(10)和记录关系(11)的语义网络,并且其中,所述知识库(1)包括对所述语义网络的约束,并且其中,所述分析引擎(12)被布置用于应用所述约束。
4.根据权利要求1所述的系统,其中,所述分析引擎(12)被布置用于基于所述知识库关系(3)、所述记录关系(11),以及所述记录表达(10),检测所述记录(5)中的错误,其中,所述知识库关系(3)定义对所述记录关系(11)和记录表达(10)的约束,并且所述错误包括对所述约束中至少一个的违反。
5.根据权利要求1所述的系统,其中,所述分析引擎(12)被布置用于基于所述知识库关系(3)、所述记录关系(11),以及所述记录表达(10),检测所述记录(5)中的不完整性,其中,所述知识库关系(3)鉴于所述记录表达(10)和所述记录关系(11),定义使所述记录(5)完整所需要的表达和/或关系。
6.根据权利要求1所述的系统,其中,所述分析引擎(12)被布置用于检测当所述记录关系(11)和所述记录表达(10)导致矛盾时的不一致性。
7.根据权利要求1所述的系统,其中,所述分析引擎(12)被布置用于确定所述不规律性的严重性级别,并且其中,所述通知器(14)被布置用于提供针对不同严重性级别的不同通知。
8.根据权利要求1所述的系统,还包括文档显示单元(15),所述文档显示单元用于显示所述记录(5)的文档(6、7)的至少部分,并且其中,所述通知涉及正被显示的文档(6、7),并且其中,所述通知器(14)被布置用于在所述文档(6、7)正被显示时提供所述通知。
9.根据权利要求8所述的系统,还包括文档编辑器(16),所述文档编辑器操作性耦合到所述文档显示单元(15),并用于使得用户能够编辑所述记录(5)的自由文本文档(6),并且其中,所述自然语言处理器(8)和所述分析引擎(12)被布置用于在所述自由文本文档(6)正被编辑时处理所述自由文本文档(6),并且其中,所述通知器(14)被布置用于一检测到与正被编辑的自由文本文档(6)有关的不规律性,就提供所述通知。
10.根据权利要求1所述的系统,其中,所述分析引擎(12)被布置用于生成校正建议,以去除所述不规律性。
11.根据权利要求10所述的系统,其中,所述通知器(14)被布置用于向用户示出所述校正建议。
12.根据权利要求1所述的系统,其中,所述知识库(1)包括临床指导的表示,其中,所述实体包括患者,其中,所述记录包括医学患者记录,并且其中,所述自由文本文档包括有关所述患者的医学报告。
13.一种工作站,包括根据权利要求1所述的系统。
14.一种使用知识库和数据库验证文档内容的方法:
所述知识库包括知识库表达的集合以及所述知识库表达之间的知识库关系的集合;以及
所述数据库包括具有文档的记录,所述文档包括与实体有关的信息,所述文档包括自由文本文档和/或结构化文档;
所述方法包括:
从存储在所述记录中的自由文本文档提取(201)记录表达,并且基于所述自由文本文档确定所述表达之间的多个记录关系;
同样基于所述知识库关系来分析(202)所述记录表达和所述记录关系,以检测所述记录中的不规律性;以及
取决于所述分析引擎的输出向用户提供(203)通知。
15.一种计算机程序产品,包括用于令处理器系统执行根据权利要求14所述的方法的指令。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP10194522.8 | 2010-12-10 | ||
EP10194522 | 2010-12-10 | ||
PCT/IB2011/055438 WO2012077029A1 (en) | 2010-12-10 | 2011-12-02 | Clinical documentation debugging decision support |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103262105A true CN103262105A (zh) | 2013-08-21 |
CN103262105B CN103262105B (zh) | 2016-11-09 |
Family
ID=45401127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180059566.6A Expired - Fee Related CN103262105B (zh) | 2010-12-10 | 2011-12-02 | 临床文档调试决策支持 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20130262364A1 (zh) |
EP (1) | EP2649570A1 (zh) |
JP (1) | JP5950928B2 (zh) |
CN (1) | CN103262105B (zh) |
BR (1) | BR112013013876A2 (zh) |
RU (1) | RU2606050C2 (zh) |
WO (1) | WO2012077029A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109213870A (zh) * | 2017-06-30 | 2019-01-15 | 埃森哲环球解决方案有限公司 | 文档处理 |
CN109785917A (zh) * | 2018-12-25 | 2019-05-21 | 天津阿贝斯努科技有限公司 | 临床试验数据检查质疑管理系统及管理方法 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2962184B1 (en) * | 2013-03-01 | 2021-05-26 | 3M Innovative Properties Company | Systems and methods for requesting medical information |
US11183300B2 (en) * | 2013-06-05 | 2021-11-23 | Nuance Communications, Inc. | Methods and apparatus for providing guidance to medical professionals |
US20140365239A1 (en) * | 2013-06-05 | 2014-12-11 | Nuance Communications, Inc. | Methods and apparatus for facilitating guideline compliance |
US11048874B2 (en) * | 2016-01-05 | 2021-06-29 | International Business Machines Corporation | Medical record error detection system and method |
US10956401B2 (en) | 2017-11-28 | 2021-03-23 | International Business Machines Corporation | Checking a technical document of a software program product |
CN108304466B (zh) * | 2017-12-27 | 2022-01-11 | 中国银联股份有限公司 | 一种用户意图识别方法以及用户意图识别系统 |
RU2703679C2 (ru) * | 2017-12-29 | 2019-10-21 | Общество С Ограниченной Ответственностью "Интеллоджик" | Способ и система поддержки принятия врачебных решений с использованием математических моделей представления пациентов |
US10970089B2 (en) | 2018-06-28 | 2021-04-06 | Radiology Partners, Inc. | User interface for determining real-time changes to content entered into the user interface to provide to a classifier program and rules engine to generate results for the content |
US11387002B2 (en) * | 2019-03-14 | 2022-07-12 | Elekta, Inc. | Automated cancer registry record generation |
RU2723674C1 (ru) * | 2019-11-29 | 2020-06-17 | Денис Станиславович Тарасов | Способ прогнозирования диагноза на основе обработки данных, содержащих медицинские знания |
US11669678B2 (en) * | 2021-02-11 | 2023-06-06 | Enlitic, Inc. | System with report analysis and methods for use therewith |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0717364A2 (en) * | 1994-12-13 | 1996-06-19 | Canon Kabushiki Kaisha | Method for expecting correction information in a natural language processing system |
CN101697218A (zh) * | 2009-10-27 | 2010-04-21 | 武汉理工大学 | 一种失效模式分析知识管理系统及其管理方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0830598A (ja) * | 1994-07-14 | 1996-02-02 | Matsushita Electric Ind Co Ltd | 学習または文書作成の支援装置 |
CN1647070A (zh) * | 2001-06-22 | 2005-07-27 | 诺萨·欧莫贵 | 用于知识检索、管理、交付和表示的系统和方法 |
US20030154208A1 (en) * | 2002-02-14 | 2003-08-14 | Meddak Ltd | Medical data storage system and method |
US7493253B1 (en) * | 2002-07-12 | 2009-02-17 | Language And Computing, Inc. | Conceptual world representation natural language understanding system and method |
WO2005122002A2 (ja) * | 2004-06-07 | 2005-12-22 | Hitachi Medical Corp | 構造化文書作成方法ならびに装置 |
US7610192B1 (en) * | 2006-03-22 | 2009-10-27 | Patrick William Jamieson | Process and system for high precision coding of free text documents against a standard lexicon |
US20080228769A1 (en) * | 2007-03-15 | 2008-09-18 | Siemens Medical Solutions Usa, Inc. | Medical Entity Extraction From Patient Data |
JP5251064B2 (ja) * | 2007-10-11 | 2013-07-31 | 富士ゼロックス株式会社 | 読影レポート作成支援装置 |
US8069434B2 (en) * | 2007-10-29 | 2011-11-29 | Sap Ag | Integrated model checking and issue resolution framework |
WO2009061390A1 (en) * | 2007-11-05 | 2009-05-14 | Enhanced Medical Decisions, Inc. | Machine learning systems and methods for improved natural language processing |
US8838628B2 (en) * | 2009-04-24 | 2014-09-16 | Bonnie Berger Leighton | Intelligent search tool for answering clinical queries |
US8346683B2 (en) * | 2009-04-30 | 2013-01-01 | Exprentis, Inc. | System, program, and method for representation, utilization, and maintenance of regulatory knowledge |
US20120173475A1 (en) * | 2010-12-30 | 2012-07-05 | Cerner Innovation, Inc. | Health Information Transformation System |
-
2011
- 2011-12-02 JP JP2013542646A patent/JP5950928B2/ja not_active Expired - Fee Related
- 2011-12-02 US US13/992,845 patent/US20130262364A1/en not_active Abandoned
- 2011-12-02 WO PCT/IB2011/055438 patent/WO2012077029A1/en active Application Filing
- 2011-12-02 CN CN201180059566.6A patent/CN103262105B/zh not_active Expired - Fee Related
- 2011-12-02 BR BR112013013876A patent/BR112013013876A2/pt not_active IP Right Cessation
- 2011-12-02 RU RU2013131790A patent/RU2606050C2/ru not_active IP Right Cessation
- 2011-12-02 EP EP11799867.4A patent/EP2649570A1/en not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0717364A2 (en) * | 1994-12-13 | 1996-06-19 | Canon Kabushiki Kaisha | Method for expecting correction information in a natural language processing system |
US6029123A (en) * | 1994-12-13 | 2000-02-22 | Canon Kabushiki Kaisha | Natural language processing system and method for expecting natural language information to be processed and for executing the processing based on the expected information |
CN101697218A (zh) * | 2009-10-27 | 2010-04-21 | 武汉理工大学 | 一种失效模式分析知识管理系统及其管理方法 |
Non-Patent Citations (1)
Title |
---|
STEPHANE M. MEYSTRE: "AUTOMATION OF A PROBLEM LIST USING NATURAL", 《BMC MEDICAL INFORMATICS AND DECISION MAKING》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109213870A (zh) * | 2017-06-30 | 2019-01-15 | 埃森哲环球解决方案有限公司 | 文档处理 |
CN109785917A (zh) * | 2018-12-25 | 2019-05-21 | 天津阿贝斯努科技有限公司 | 临床试验数据检查质疑管理系统及管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103262105B (zh) | 2016-11-09 |
US20130262364A1 (en) | 2013-10-03 |
BR112013013876A2 (pt) | 2016-09-13 |
JP2014501012A (ja) | 2014-01-16 |
WO2012077029A1 (en) | 2012-06-14 |
RU2606050C2 (ru) | 2017-01-10 |
RU2013131790A (ru) | 2015-01-20 |
EP2649570A1 (en) | 2013-10-16 |
JP5950928B2 (ja) | 2016-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103262105A (zh) | 临床文档调试决策支持 | |
CN108475538B (zh) | 用于将第三方应用集成在图像解读工作流中的结构化发现对象 | |
Taira et al. | Automatic structuring of radiology free-text reports | |
Liaw et al. | Data quality and fitness for purpose of routinely collected data–a general practice case study from an electronic practice-based research network (ePBRN) | |
US9922026B2 (en) | System and method for processing a natural language textual report | |
EP3899963A1 (en) | Integrated diagnostics systems and methods | |
Sari et al. | Archetype sub-ontology: Improving constraint-based clinical knowledge model in electronic health records | |
Metke-Jimenez et al. | FHIRCap: Transforming REDCap forms into FHIR resources | |
KR20100098032A (ko) | 사용자 인터페이스 성능을 향상시킨 임상콘텐츠 모델을 이용한 전자 의무 기록 시스템 | |
Ashfaq et al. | Natural language ambiguity resolution by intelligent semantic annotation of software requirements | |
Jain et al. | Web semantics: cutting edge and future directions in healthcare | |
Courtot et al. | The logic of surveillance guidelines: an analysis of vaccine adverse event reports from an ontological perspective | |
Qamar et al. | Unambiguous data modeling to ensure higher accuracy term binding to clinical terminologies | |
Lacson et al. | Retrieval of radiology reports citing critical findings with disease-specific customization | |
Jiang et al. | Quality assurance of cancer study common data elements using a post-coordination approach | |
Kock-Schoppenhauer et al. | Practical extension of provenance to healthcare data based on the W3C PROV standard | |
Tu et al. | A content model for the ICD-11 revision | |
Meystre et al. | Medical problem and document model for natural language understanding | |
Bertl et al. | How domain engineering can help to raise decision support system adoption rates in healthcare | |
Horridge et al. | Reasoning based quality assurance of medical ontologies: A case study | |
Weber et al. | Data Quality by Contract–Towards an Architectural View for Data Quality in Health Information Systems | |
Lano et al. | Using Artificial Intelligence for the Specification of m-Health and e-Health Systems | |
Gunawan | Electronic health records in nursing practice: a concept analysis | |
Liaw | Clinical decision support systems: data quality management and governance | |
Park et al. | CCR+: metadata based extended personal health record data model interoperable with the ASTM CCR standard |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20161109 Termination date: 20201202 |
|
CF01 | Termination of patent right due to non-payment of annual fee |